每(mei)經記者｜楊(yang)昕怡(yi)    每(mei)經編輯｜魏(wei)官紅 孫磊   ; 

“壓力給到了(le)抖音剪映。”在今年6月以快手自研視頻生成大模型(xing)可靈為代表(biao)的現象(xiang)級生成式(shi)AI（人工智能）產品涌(yong)現時，外界無一(yi)不在期待字節進一(yi)步(bu)的表(biao)現。

近日(ri)，字節(jie)跳動旗(qi)下剪映團隊研(yan)發的一站(zhan)式(shi)(shi)AI創(chuang)作(zuo)平臺(tai)“即(ji)夢AI”移動版正式(shi)(shi)上架至(zhi)蘋(pin)果App Store應用商店。

《每日經濟新聞》記者了(le)解到(dao)，該應(ying)用目(mu)前擁有文生圖和文/圖生視頻等功能(neng)。另(ling)外，即夢(meng)已經上線會員體系，推出多(duo)個訂閱方式。

通過對(dui)即夢、可靈以及Sora的實際(ji)應用對(dui)比，《每日經濟新(xin)聞(wen)》記(ji)者體驗發(fa)現(xian)，三(san)款視(shi)頻生(sheng)成(cheng)大模型在對(dui)提示(shi)詞的捕捉和理解上(shang)都(dou)較為準確、完整，但即夢的人(ren)物塑(su)造、內容的豐富度和視(shi)頻流暢度等能(neng)力相對(dui)有所欠(qian)缺。在生(sheng)成(cheng)內容的時長上(shang)，即夢支持最(zui)多12秒(miao)的視(shi)頻生(sheng)成(cheng)。

“生(sheng)成流(liu)暢(chang)視(shi)頻的(de)秒數是判斷一個(ge)視(shi)頻生(sheng)成大模型能(neng)力(li)優劣(lie)的(de)關鍵因素。”一位大模型工程師在(zai)接受《每日經濟新聞》記(ji)者采訪時表示，“‘流(liu)暢(chang)’需要從多個(ge)維(wei)度來(lai)看，比如(ru)生(sheng)成的(de)內容有沒(mei)有事實錯誤(wu)、記(ji)憶能(neng)力(li)如(ru)何以及空間感對(dui)不對(dui)等。”

“即夢AI”移動版上架 圖(tu)片來源：應用截圖(tu)

“即(ji)夢(meng)AI”上架

今年(nian)年(nian)初，Sora的橫空出世(shi)開(kai)啟了(le)“視(shi)(shi)(shi)頻(pin)的ChatGPT時代”，隨后，快手(shou)推出的“黑馬(ma)”可(ke)靈(ling)讓人們對國產AI視(shi)(shi)(shi)頻(pin)大模(mo)型(xing)的表現有了(le)越(yue)來越(yue)多的期待。同為短視(shi)(shi)(shi)頻(pin)巨(ju)頭(tou)的抖音母公(gong)司字(zi)節跳動，則被視(shi)(shi)(shi)為賽道內最(zui)具趕超可(ke)能(neng)性的選(xuan)手(shou)之一。

可靈AI網頁端? 圖(tu)片來源：官網截圖(tu)

3月底，字節旗下剪(jian)映團隊(dui)研發的AI創作(zuo)平臺(tai)“即夢AI”開放內測；5月9日，該應用(yong)上(shang)線網頁版(ban)，上(shang)線之初只(zhi)有圖片生成、智(zhi)能(neng)(neng)(neng)畫(hua)布和(he)(he)視頻(pin)生成三(san)大功能(neng)(neng)(neng)，目前已上(shang)新(xin)故事(shi)創作(zuo)功能(neng)(neng)(neng)；8月6日，該應用(yong)移動版(ban)正式上(shang)架至蘋(pin)果App Store應用(yong)商店，現(xian)擁有文生圖和(he)(he)文/圖生視頻(pin)等(deng)功能(neng)(neng)(neng)。

即夢AI網頁端(duan)? 圖片(pian)來(lai)源(yuan)：官網截圖

至于即夢的實際使用效果(guo)，今年(nian)7月初，全國首部AIGC生成式連續性敘(xu)事(shi)科(ke)幻(huan)短劇集《三星堆：未來啟示錄》在(zai)抖音上線(xian)。在(zai)這部總(zong)共(gong)13集的短劇集里，即夢作為首席(xi)AI技(ji)術支持方，借(jie)助了包括(kuo)AIGC劇本創作、概念及分鏡設計、圖像到視頻(pin)轉換、視頻(pin)編輯和(he)媒體(ti)內容增強等10種(zhong)AI技(ji)術。

據媒體(ti)報道，在和博納影業合作推出《三星堆：未來啟(qi)示錄》的過程中，即(ji)夢AI改(gai)進了“視(shi)頻生成”功(gong)能，包括支(zhi)持24fps、30fps、60fps的補幀以及(ji)二(er)倍超分(fen)的能力(li)，新增鏡頭(tou)水平移(yi)動(dong)、上下移(yi)動(dong)，支(zhi)持鏡頭(tou)移(yi)動(dong)的方向和幅度(du)控制等。

圖(tu)片來(lai)源：剪映微(wei)信公眾號截圖(tu)

在即夢(meng)App上線后，《每日經濟新聞》記(ji)者選(xuan)取了OpenAI官方公布的多條Sora視(shi)頻提示(shi)詞對即夢(meng)、可(ke)靈和Sora進行(xing)對比測(ce)試。

從記者的(de)測試結果(guo)來看(kan)，三(san)款(kuan)視頻生成(cheng)大模型在對提示詞的(de)捕捉和理(li)解上都(dou)較為(wei)準確、完整，生成(cheng)視頻內容的(de)畫面表(biao)現也都(dou)連貫且流(liu)暢。

但(dan)在人物形象的(de)刻畫(hua)精細度(du)(du)上，Sora相較于(yu)即(ji)夢和(he)可靈有一(yi)定(ding)的(de)優勢；在動作(zuo)的(de)自然(ran)度(du)(du)上，即(ji)夢在三個測試產品中略遜一(yi)籌，例如在以“東(dong)京街頭的(de)女(nv)士”為(wei)主(zhu)題的(de)視頻畫(hua)面(mian)呈現上，即(ji)夢生成的(de)人物在轉頭時頭頸(jing)部略顯扭曲(qu)，拎包的(de)手部動作(zuo)也有所變形。

圖片來源：記(ji)者(zhe)生成視頻截圖

而(er)在生(sheng)產內(nei)容(rong)(rong)的元素豐富(fu)程(cheng)度上，Sora也在三者中(zhong)表現更優。例如在以“太空(kong)人(ren)”為主題的生(sheng)成(cheng)視頻內(nei)容(rong)(rong)里(li)，Sora給出了飛(fei)船、艙(cang)外景象等多個(ge)有關提示詞(ci)的聯想(xiang)內(nei)容(rong)(rong)，而(er)即夢(meng)和可靈僅呈現了一(yi)個(ge)穿著(zhu)宇航服的男性角色。

圖片來源(yuan)：記者生成視(shi)頻(pin)截圖

易觀(guan)分析研究合伙人陳晨在(zai)接(jie)受《每(mei)日經濟新聞》記者采訪時(shi)表示(shi)，在(zai)生成效果上(shang)，即夢的AI圖像的整體質量較好，AI視頻則在(zai)時(shi)長、元素豐富性(xing)、動作連(lian)貫性(xing)等細節處理上(shang)仍然有所欠(qian)缺。

“（元素內容不夠(gou)豐富）更多有關模(mo)型(xing)的(de)對(dui)齊，不過如(ru)果缺失了從‘太空人’聯想到‘飛船(chuan)’的(de)能力(li)(li)，是基座(zuo)模(mo)型(xing)的(de)能力(li)(li)問(wen)題。”一(yi)位(wei)大模(mo)型(xing)工程師向《每日經濟(ji)新聞》記(ji)者指(zhi)出，生(sheng)成(cheng)(cheng)流暢視頻的(de)秒(miao)數是判斷一(yi)個視頻生(sheng)成(cheng)(cheng)大模(mo)型(xing)能力(li)(li)優劣的(de)關鍵因素，“‘流暢’需要從多個維度來看，比如(ru)生(sheng)成(cheng)(cheng)的(de)內容有沒有事實錯誤(wu)、記(ji)憶能力(li)(li)如(ru)何以及(ji)空間感對(dui)不對(dui)等”。

《每日(ri)經濟新聞》記者通(tong)過試用發現，在輸入相同提示詞的情(qing)況下，要求生成的視(shi)頻越長(chang)，視(shi)頻主體形(xing)象和動(dong)作的精度、流暢程度很可能會相應受損。

目前，即夢(meng)支(zhi)(zhi)持(chi)3秒(miao)(miao)、6秒(miao)(miao)、9秒(miao)(miao)和(he)12秒(miao)(miao)的(de)視(shi)(shi)(shi)頻(pin)內容生成，分別對應(ying)不同(tong)的(de)積分消耗。而Sora早(zao)在發布時就(jiu)已經能合(he)成1分鐘超長視(shi)(shi)(shi)頻(pin)；6月21日，可(ke)靈推出了圖生視(shi)(shi)(shi)頻(pin)功(gong)(gong)能，支(zhi)(zhi)持(chi)根據不同(tong)文本(ben)內容，將靜(jing)態圖像(xiang)轉化(hua)為(wei)生動(dong)的(de)5秒(miao)(miao)視(shi)(shi)(shi)頻(pin)，且續寫功(gong)(gong)能可(ke)讓視(shi)(shi)(shi)頻(pin)延續約5秒(miao)(miao)，最長可(ke)生成約3分鐘視(shi)(shi)(shi)頻(pin)。

AI視頻會是大模(mo)型(xing)的掘金(jin)點嗎？

Sora的(de)(de)出現無疑(yi)給大模(mo)型開辟了一方新的(de)(de)賽(sai)場——今年7月，阿里達(da)摩(mo)院發(fa)布(bu)了一站式(shi)(shi)AI視(shi)(shi)頻創作(zuo)平臺“尋光”，商湯(tang)推出了首個(ge)面向C端用戶的(de)(de)可控(kong)人物視(shi)(shi)頻生成大模(mo)型Vimi，智譜也(ye)宣布(bu)將AI生成視(shi)(shi)頻模(mo)型清影（Ying）正(zheng)式(shi)(shi)上線智譜清言??

在(zai)AI頭部(bu)玩家集(ji)體(ti)向視頻生成大(da)模(mo)型(xing)發(fa)起(qi)猛(meng)攻時，一個不能(neng)回避的問題就在(zai)眼前：AI視頻能(neng)讓大(da)模(mo)型(xing)公(gong)司賺到(dao)錢嗎？

以(yi)業內明星公司OpenAI為例(li)，在(zai)推出了Sora等(deng)一眾能力領先的(de)大模型的(de)情(qing)況下(xia)，今(jin)年7月，有媒體援引知情(qing)人(ren)士以(yi)及未公開(kai)的(de)內部財務數據分(fen)析(xi)稱，OpenAI今(jin)年或面臨高達50億(yi)美元的(de)巨額虧(kui)損，預估公司全年收入預估可能在(zai)35億(yi)～45億(yi)美元，遠低(di)于運營成本。

同時(shi)，國內(nei)(nei)視頻大(da)模(mo)型(xing)在商(shang)業化落地上也(ye)顯(xian)得有些“著急”。7月30日，可靈上線了(le)面向全球的(de)會員體(ti)系，該體(ti)系與其在國內(nei)(nei)市場推出的(de)會員體(ti)系相(xiang)仿，例如(ru)月卡分為10美(mei)元、37美(mei)元和92美(mei)元三檔(dang)，可對(dui)應生成約66個、300個和800個5秒視頻。

《每日經(jing)濟新聞(wen)》記(ji)者注意(yi)到，即夢也已(yi)推出(chu)會(hui)員體系，有79元單月、69元連續包(bao)月和659元包(bao)年的(de)基(ji)礎會(hui)員的(de)不同訂閱方式(shi)。具體來說，基(ji)礎會(hui)員每月可使用505個積(ji)分(fen)生成約2020張圖片或(huo)168個AI視頻。此外(wai)，還有每月2020個積(ji)分(fen)的(de)標準會(hui)員和每月6555個積(ji)分(fen)的(de)高級會(hui)員服務即將(jiang)上線。

“由(you)于AI大模(mo)型高昂的(de)模(mo)型訓練與(yu)推理成本，加之(zhi)C端(duan)用(yong)戶對AI工(gong)具的(de)需求(qiu)相對分散(san)，付費意愿不(bu)足，視(shi)(shi)頻大模(mo)型在C端(duan)市場(chang)的(de)商業(ye)化(hua)仍(reng)然(ran)會(hui)面(mian)臨一個較長的(de)培育期。”陳晨認為，對于C端(duan)市場(chang)而(er)言，視(shi)(shi)頻大模(mo)型的(de)商業(ye)化(hua)落地仍(reng)道阻(zu)且(qie)長。

而從B端市場出發(fa)(fa)，陳晨向《每日經濟新聞》記(ji)者(zhe)表(biao)示，“對于(yu)B端而言(yan)，AI技(ji)術(shu)革命(ming)正(zheng)在重塑原有的工(gong)作(zuo)流程，壓縮(suo)冗(rong)余環節并(bing)引發(fa)(fa)新的創作(zuo)工(gong)具需求。在這個(ge)過程中，AI視頻大(da)模型可以逐步(bu)與(yu)現有的影視制作(zuo)、廣告創意、媒體內容策劃結合，輔助進(jin)行復雜工(gong)序自動(dong)化處(chu)理和智能(neng)化內容生產(chan)。而模型能(neng)力是否有效(xiao)(xiao)嵌入實際(ji)工(gong)作(zuo)流程，帶(dai)來實質性的效(xiao)(xiao)率(lv)提(ti)升(sheng)、成本降低，是構(gou)建商業化能(neng)力的關(guan)鍵因素”。

“Kimi的(de)商(shang)業化會(hui)逐步開始探索(suo)，但還(huan)不(bu)是目前(qian)的(de)重(zhong)點(dian)(dian)，目前(qian)的(de)重(zhong)點(dian)(dian)還(huan)是打造能力更強的(de)下一代模(mo)型。”今年(nian)8月，月之暗面(mian)方面(mian)在接(jie)受(shou)《每日經濟新聞》記者采訪時曾表示，現階段(duan)還(huan)不(bu)是以商(shang)業化為重(zhong)的(de)時候。

也(ye)(ye)許，對(dui)“初出茅廬(lu)”的(de)(de)即夢來(lai)說也(ye)(ye)是(shi)如此，它還(huan)有一個(ge)又一個(ge)里程碑要去觸(chu)達(da)、超越(yue)。“即夢目前的(de)(de)產品功(gong)能、商業模(mo)式聚焦于服(fu)務UGC（用戶(hu)生成內容），與抖音的(de)(de)生態(tai)(tai)融(rong)合也(ye)(ye)將(jiang)是(shi)未來(lai)的(de)(de)發展重點。”陳晨表(biao)示，“或許在(zai)(zai)時長、幀(zhen)率、畫面細節等技術參數(shu)上的(de)(de)直接(jie)對(dui)標并不(bu)是(shi)即夢現階段最(zui)需要關(guan)注的(de)(de)，關(guan)鍵還(huan)是(shi)在(zai)(zai)于應用落地(di)和生態(tai)(tai)整合能力。”

記者|楊昕怡

編輯|魏官紅?孫磊?蓋(gai)源(yuan)源(yuan)

校對|何小桃

｜每日經(jing)濟(ji)新(xin)聞 ?nbdnews??原(yuan)創文(wen)章｜

未(wei)經(jing)許可禁止轉(zhuan)載、摘編、復(fu)制及(ji)鏡像(xiang)等使用