2024年，科技界迎來歷史性時刻，在國外，OpenAI正式推出了視頻生成大模型Sora； 在國內(nèi)，快手率先推出了自研的視頻生成大模型“可靈”。這一創(chuàng)新標志著AI技術(shù)從文本生成邁向視頻生成的新階段，也將“視頻生成”從實驗室概念轉(zhuǎn)變?yōu)槟軌蚰M現(xiàn)實世界的強大工具，預示著AIGC（人工智能生成內(nèi)容）領(lǐng)域?qū)⒓铀儆瓉砑t利期。

技術(shù)進步：從嘗試到飛躍

在數(shù)字化浪潮的推動下，信息的傳遞與接收渠道變得前所未有的多樣化。視頻憑借其獨特的多維信息展現(xiàn)能力、豐富的畫面表現(xiàn)以及生動的動態(tài)特性，已躍升為信息傳播領(lǐng)域的核心力量。與單純的文字描述和靜態(tài)圖像相比，視頻能夠無縫集成文本敘述、直觀圖像、生動聲音及精細的視覺效果，于一幀幀畫面中交織出多層次的信息網(wǎng)絡(luò)，為觀眾帶來深度體驗與沉浸享受。這種融合多種感官刺激的表達方式，極大地增強了信息傳遞的效果與感染力。

我國龐大的互聯(lián)網(wǎng)用戶群體和豐富的短視頻內(nèi)容資源，為視頻生成大模型的訓練和發(fā)展提供了海量且高質(zhì)量的基礎(chǔ)數(shù)據(jù)支持，具備發(fā)展視頻生成大模型的天然優(yōu)勢，已經(jīng)涌現(xiàn)出如快手“可靈”、商湯“Vimi”、智譜“清影”、愛詩科技“Pixverse”等諸多產(chǎn)品。作為短視頻直播平臺，快手“可靈”具有獨特優(yōu)勢，不僅在生成速度、視頻時長、連貫性、美觀性、逼真性等硬指標上表現(xiàn)不俗，更對復雜指令能夠精準理解和創(chuàng)造性執(zhí)行，使得AI生成的視頻內(nèi)容貼近人類創(chuàng)作水平。

賦能應(yīng)用：從想象到現(xiàn)實

Sora和“可靈”等大模型產(chǎn)品的發(fā)布不僅彰顯了AI在視頻生成領(lǐng)域的巨大潛力，還極大地激發(fā)了人們對于其廣泛應(yīng)用場景的想象。在教育領(lǐng)域，視頻生成技術(shù)讓虛擬實驗、歷史場景再現(xiàn)成為可能，極大地豐富了教育資源的多樣性和個性化；在游戲開發(fā)方面，AI生成的游戲場景、角色和劇情降低了開發(fā)門檻，提升了游戲可玩性和多樣性；在醫(yī)療領(lǐng)域，視頻生成技術(shù)輔助模擬手術(shù)、展示病灶，為醫(yī)生提供直觀的診斷依據(jù)；在文娛產(chǎn)業(yè)，AI不僅輔助編劇，還能自動生成場景、角色、特效，顯著縮短制作周期、降低成本。目前，李少紅、賈樟柯、葉錦添、薛曉路、俞白眉、董潤年、張吃魚、王子川、王卯卯9位導演正在依托“可靈”大模型制作完全由AIGC生成的電影短片，大模型將展現(xiàn)“電影級”能力。

行業(yè)落地：從概念到實踐

在短短半年間，視頻生成大模型迅速完成了從技術(shù)創(chuàng)新到探索落地，再到廣泛商業(yè)應(yīng)用的轉(zhuǎn)變。如在電商領(lǐng)域，視頻大模型已經(jīng)實現(xiàn)了實質(zhì)性的“賦能”，實實在在的“提質(zhì)增效”。商家可以利用AI快速生成產(chǎn)品展示視頻，以更直觀、生動的方式向消費者展示商品的特點和優(yōu)勢。這不僅提升了購物體驗，還促進了商品的銷售轉(zhuǎn)化。以快手為例，基于“快意”大模型構(gòu)建的視頻腳本生成、直播實時腳本生成、廣告線索客服等功能，結(jié)合數(shù)字人技術(shù)，幫助廣告主低成本生成高品質(zhì)內(nèi)容，提升了線索轉(zhuǎn)化效率，使得快手AIGC月活躍客戶數(shù)從年初至今增長了8倍，月GMV規(guī)模提升了64倍，平臺AIGC廣告收入規(guī)模提升了12倍，AIGC營銷素材在6月單日消耗峰值突破2000萬。截至目前，“可靈”AI已經(jīng)累計服務(wù)超過260萬用戶，生成5300萬張圖片、2700萬個視頻，顯示了大模型在商業(yè)場景中的巨大潛力。

未來展望：機遇與挑戰(zhàn)并存

我國高度重視生成式人工智能的發(fā)展，《中共中央關(guān)于進一步全面深化改革、推進中國式現(xiàn)代化的決定》明確提出要“完善生成式人工智能發(fā)展和管理機制”。各級政府也在積極推進相關(guān)政策的落地實施，圍繞生成式人工智能的算法、算力、數(shù)據(jù)、場景、人才等方面不斷部署，多渠道、多手段支持生成式人工智能的發(fā)展。

與此同時，視頻生成大模型的廣泛應(yīng)用，也帶來了一系列挑戰(zhàn)和問題，如創(chuàng)作范式的變革?！拔纳曨l”“圖生視頻”的創(chuàng)作方式完全不同于原有的電影視頻創(chuàng)作，需要盡快研究相關(guān)教程，幫助大模型更好地賦能創(chuàng)作。此外，由于生成內(nèi)容的逼真性不斷提升和門檻不斷降低，如何確保生成內(nèi)容蘊含的真實性、避免虛假信息的傳播，如何保護知識產(chǎn)權(quán)，這些問題都需要我們共同面對和解決。近日，國家互聯(lián)網(wǎng)信息辦公室已經(jīng)發(fā)布《人工智能生成合成內(nèi)容標識辦法（征求意見稿）》相關(guān)規(guī)定。在政策的引導下，視頻生成行業(yè)將會更加規(guī)范、健康地發(fā)展，為社會進步和繁榮貢獻更大的力量。

大模型邁入規(guī)模化應(yīng)用期，視頻生成紅利加速顯現(xiàn)，這不僅是AI技術(shù)的又一次飛躍，更為我們開啟了一個充滿無限可能的新世界。相信在各方共同努力下，以視頻生成為主導的AIGC將加速落地，賦能各行各業(yè)，推動社會向更加美好的未來邁進。

（本文作者所屬單位：國家工業(yè)信息安全發(fā)展研究中心）

責編：郭霽瑤 guojiyao@ceweekly.cn 美編：孫珍蘭