首頁 > 科技要聞 > 科技> 正文

快手可靈終于用上了，我們和國內(nèi)首部 AIGC 奇幻短劇導演聊了聊：AI 視頻不再是動態(tài) PPT

appso 整合編輯：太平洋科技 發(fā)布于：2024-07-10 15:31

最近，AI 生成視頻以意想不到的方式刷屏國內(nèi)外的社交媒體：「復活」名畫、爆改表情包、「修復」老照片......

多半離不開一個國產(chǎn) AI——快手旗下的可靈。

前兩天，可靈又進行了一次重磅更新，不僅有了網(wǎng)頁版，還有了更多可控的新功能。

剛結束不久的上海世界人工智能大會上，快手提到：可靈超 50 萬人申請，已開放給超 30 萬用戶使用。

國內(nèi)用戶等通過，海外網(wǎng)友也在評論區(qū)追問：什么時候支持英語？什么時候支持其他國家的電話號碼？什么時候給我訪問權限？

而我們想問的是，除了「表情包神器」，可靈還能是什么？

「表情包神器」網(wǎng)頁版上新！更可控、更高清、更好玩

先來看看可靈的具體更新細節(jié)。

7 月 6 日，可靈上線了網(wǎng)頁版，同時支持文生視頻和圖生視頻，并帶來了更多新功能：高表現(xiàn)模式、首尾幀控制、運鏡控制、更長的單次視頻生成時長。

高表現(xiàn)模式，比起高性能模式，畫面質量更佳，不過每天只能生成 3 次。

高表現(xiàn)模式生成的視頻，甚至可以比原圖更高清。

當我們上傳「強顏歡笑老爺爺」表情包，輸入提示詞「老爺爺拿起杯子喝茶」，選擇高表現(xiàn)模式，AI 不僅讓老爺爺喝上了茶，人的清晰度也從 360P 到 480P 了。

然后到首尾幀控制，可以理解為，上傳兩張圖，AI 補全中間的運動過程。

我們選擇了兩張高司令的劇照，一張出自《芭比》，一張出自《愛樂之城》，風格相差較大，但主體是同一個人，且構圖類似，沒給提示詞，全憑 AI 發(fā)揮創(chuàng)意，怎么把這兩張圖聯(lián)系起來。

結果，AI 理解的方式和我們不一樣，轉場不是根據(jù)人，而是根據(jù)場景來的，給《芭比》的圖片補充了類似《愛樂之城》的背景植物，兩個高司令的表情也做了過渡。

這個一秒變臉真的很好笑！

接下來是運鏡控制，用戶可以指定水平、垂直、拉遠、推進等運動方式，但只在文生視頻時可選擇。

我們采取了控制變量法，使用的基本提示詞如下：「一個身穿紅色連衣裙、戴墨鏡的短發(fā)女人，正走在東京夜晚的街道上。鏡頭從地面開始，逐漸上移，聚焦到她的面部�！�

只用提示詞，沒有設置運鏡，鏡頭上移的感覺不太明顯。

沒有設置運鏡

相同的提示詞，再加上運鏡方式里的「大師運鏡：推進上移」，運鏡是更好了，但顧此失彼，人體也更怪異了，而且沒有符合提示詞里的「走」。

設置了推進上移運鏡

至于更長的單次視頻時長，就比較好理解了，從 5 秒延長到了 10 秒，可以再結合視頻延長功能使用。

好消息是，只要有體驗資格，所有功能限時免費。

壞消息是，有些功能無法兼顧，比如，圖生視頻暫不支持運鏡控制和生成 10 秒，高性能模式暫不支持生成 10 秒，生成 10 秒時暫不支持運鏡控制......

但總體來說，可靈有了網(wǎng)頁端之后，創(chuàng)作變得更方便了，功能也比 app 更多了。如果是在手機上，暫不支持首尾幀控制和運鏡控制。

可以看出，快手做 AI 的方向很明確，不像 Sora 那樣拿 Demo 畫餅，讓大眾用起來，找到 AI 與生活的結合點，才是更有溫度也更落地的。接下來，又可以期待一波船新的爆改表情包。

AI 短劇導演：AI 視頻不再是動態(tài) PPT 了

「好玩」「生成速度比較快」，是普通用戶對于可靈的第一印象。

但對于專業(yè)的人來說，可靈是實用的創(chuàng)作工具嗎？為了聽到行業(yè)內(nèi)部的聲音，我們找到了一位 AI 創(chuàng)作者：閑人一坤。

他身上兼具兩個身份。

20 多年前，他入行傳統(tǒng)影視行業(yè)，擔任過《這就是街舞》總監(jiān)制、《跨界冰雪王》執(zhí)行總導演。

從 2023 年下半年開始，他成為狂熱的 AI 玩家，是 PixVerse、Runway、Pika 超級合作者，也是最早使用可靈的一批人。

他的團隊和可靈合作的國內(nèi)首部 AIGC 原創(chuàng)奇幻短劇《山海奇鏡之劈波斬浪》，以《山海經(jīng)》為藍本，7 月 6 日發(fā)布了預告片，正片也即將發(fā)布。

在這個等待開花結果的時間點，我們和他聊了聊，關于 AI 短劇的創(chuàng)作過程、AI 影視制作和傳統(tǒng)影視制作的區(qū)別，以及那些人類無法被 AI 替代的地方。

Q：為什么選擇用 AI 制作玄幻題材？

A：AI 影視在發(fā)展的前期，能和傳統(tǒng)影視 PK 的地方，一定是傳統(tǒng)影視當中的痛點。我認為兩個賽道有痛點，一個是玄幻，一個是科幻，都需要大量的資金投入和后期制作。AI 可以把這兩個方面都縮減。

如果說，AI 縮短了 2/3 的制作周期，成本縮減到原來的 1/4，達到原來效果的百分之七八十，那么它就會變成一個可選項。但我拿 AI 做類似《人世間》的作品，就是用 AI 影視的短板挑戰(zhàn)傳統(tǒng)影視的長板。

為什么我沒選科幻？科幻仍然需要一定的理解成本，但哪怕是農(nóng)村的老人，你和他說孫悟空是從石頭里蹦出來的，他也會很欣然地認同。玄幻根植在我們文化的基因當中，不需要解釋，所以我一開始會選擇這個賽道。

Q：《山海奇鏡之劈波斬浪》的制作過程和工期？

A：文生圖的階段用的是 Midjourney，圖生視頻的階段基本都用可靈，音樂也是 AI 做的，剪輯沒有 AI 的參與，走傳統(tǒng)的流程，用 Final Cut 剪，不是說一個 AI 就全都解決了。

可靈沒有出來之前，我們用其他 AI 工具完成了一版預告片，但和可靈團隊溝通了之后，又在圖片到視頻的階段進行了重制。

《山海奇鏡之劈波斬浪》 2 分半左右一集，5 集是一個系列故事，加起來十多分鐘。在這個體量下，光是重制，包括剪輯，花了 10 天左右的時間，算是非常非常快的了。

Q：基本都是圖生視頻嗎？

A：我們所有商業(yè)化交付的片子，幾乎全都是圖生視頻，因為文生視頻還做不到，包括可靈的技術也不行。

文生視頻沒有鏡頭和鏡頭之間的連續(xù)，比如眼睛的大小，你不通過圖片，直接文字到視頻，是控制不了的。

AI 生成的原理，就是一個黑盒，不是白盒。

什么是白盒？照相機能通過控制光圈、快門、白平衡，達到高度可控的畫面效果，我能控制所有的元素。但黑盒，我們現(xiàn)在常說的一個詞是「抽卡」，圖片階段我們盡量做到人物的一致性，然后在圖片驅動視頻的階段再去選擇，最后出來的一致性效果比較好。

某些賣課的不良商家吹噓什么一句話就當導演，它其實是不存在的，沒那么簡單。如果真這么簡單，我們就算詐騙了。

Q：創(chuàng)作人員還是按照一個傳統(tǒng)的劇組來安排嗎？

A：遠遠沒有那么多人。以前玄幻題材的這么一個片子，100 人可能是比較輕松的人數(shù)，但我們現(xiàn)在也就十多個人，少了 10 倍了。單純看降本增效的話，是非常非常明顯的。

Q：剛才說到剪輯還是人工，剪輯花的時間占比有多少？

A：還是比較長的。我覺得在影視制作當中，目前還有很多的環(huán)節(jié)是不可以被 AI 化的。

比如劇本的創(chuàng)作、后期的剪輯、影視化表演類型的配音，短時間內(nèi)都不會被取代掉。還有一個，整個鏈條最后被取代的工種——導演，像我這樣的，掌控全局的人，生發(fā)想法的人。這幾個工種，涉及到很多人類的主觀創(chuàng)作。

光是《山海奇鏡之劈波斬浪》的本子，我就磨了近兩個月，當時其實還沒有確定部署平臺，快手找到我們，一個是看到我們有制作能力，一個是劇本已經(jīng) ready 了。那時候 Sora 剛發(fā)布，炒得比較熱，各家都在尋找，誰有這樣的能力，誰能做這件事情。

閑人一坤團隊今年 1 月的 AI 概念片

我們在抖音、快手可以看到很多 AI 配音，但它只適合簡單的短視頻，沒有什么情緒，或者單純的搞笑，一旦涉及到人物表演，那就很難了。

剪輯也是一樣的，剪一個訪談，誰說話剪誰，現(xiàn)在有很多 AI 剪輯軟件可以實現(xiàn)。但是當你需要去捋一條故事線，當你需要去面臨很多選擇，就不是一個嚴格的 1+1=2 的過程。你把一個片子給兩個剪輯師，剪出來的東西一定是不一樣的，沒有標準答案。

Q：假設出現(xiàn)可能替代人類剪輯師的 AI 了，你愿意嘗試嗎？

A：會啊。當然會嘗試。我并不排斥，所有的新技術我一定都會先去嘗試。之前我們的 AI 片子是真人配樂，這次就已經(jīng)是 AI 配樂了。但凡能夠達到我的要求，我一定會用 AI，不用 AI，是因為還達不到我的要求。

Q：從目前來看，傳統(tǒng)影視和 AI 影視的總體差別是怎樣的？

A：AI 影視在資金投入體量、制作周期方面，一定會有優(yōu)勢。

目前，AI 影視遠遠沒有達到或者超過傳統(tǒng)影視的效果�，F(xiàn)在任何一個可靈生成的視頻，給我足夠多的錢和時間，我都可以通過傳統(tǒng)影視復現(xiàn)，但傳統(tǒng)影視的很多鏡頭和效果，在可靈當中不一定能夠復現(xiàn)。

之前在傳統(tǒng)影視，我們做過一個虛擬的場景，是在空中漂浮的一個島，光做這一個島，一家大的電影特效公司給我們做了大概兩個月。但從另一個角度去評判，這個島可以實現(xiàn)任意角度的拍攝，怎樣都不會穿幫，可以實現(xiàn)一年四季的各種變化，上面還可以有各種花木，調整的空間非常大。

所以，AI 可能可以達到傳統(tǒng)影視百分之七八十的效果，準確性和一致性沒有那么高，但是對效率的提升和成本的降低是巨大的。

Q：你在發(fā)布《山海奇鏡之劈波斬浪》預告片時寫道，這個片子不再是動態(tài) PPT 了，為什么這么說？

A：之前我們看 AI 視頻，為什么覺得像動態(tài) PPT？因為人物動作、幅度、流暢性都會有問題，像慢動作一樣，微微地動，這是所有 AI 視頻工具都有的問題。

但可靈的運動幅度、運動合理性、人物推理，都不再是簡單的二維動作，而是整體的三維推演。

比如，《山海奇鏡之劈波斬浪》預告片有個非常標志性的鏡頭，片尾時水神共工從山里掙脫而出，然后站起來，用別的軟件是比較難生成出來的。

Q：AI 生成視頻工具似乎存在共識，可靈的首尾幀控制，Luma 之前也推出了，可靈的運鏡控制，Runway 去年就有，都是讓生成過程更可控，未來，AI 生成視頻還會怎么發(fā)展？

A：一定是更加可控、更加精準。

一個是鏡頭運動的控制，拿可靈當前的版本來說，希望能夠更快開放圖生視頻的運鏡控制，文生視頻已經(jīng)有了。

還有一個是畫面內(nèi)的控制，Pixverse 有 Magic Brush， Runway 有 Motion Brush，一個是畫箭頭，一個是設置 xyz 軸的參數(shù)，筆刷圈定畫面當中的某個區(qū)域，告訴大模型希望它能夠怎樣運動，但現(xiàn)在可靈只能通過提示詞控制。

比如樹上有三只小鳥，左邊的向左轉頭，中間的向上抬頭，右邊的向右轉頭，用提示詞控制的話，不能那么精準，但用 Magic Brush 或者 Motion Brush，相對比較容易實現(xiàn)。

體驗過可靈，以及和創(chuàng)作者交流過，我們能夠比較明顯地感覺到，目前的 AI 工具縱然不完美，但已經(jīng)能夠作為工作流的一部分。

不神化 AI，不抗拒 AI，思考如何使用 AI。在 AI 面前，人類的審美、剪輯、創(chuàng)意，仍然閃閃發(fā)光。

創(chuàng)作者會評判，這個用 AI 完成的部分，能不能達到自己的要求。而作為觀眾，我們也能夠直觀地感覺到，作品背后的人，是否有熱情地把 AI 作為工具，傳達他的信念和追求。

本文來源：Appso

網(wǎng)友評論

聚超值•精選

推薦 手機 筆記本 影像 硬件 家居 商用 企業(yè) 出行 未來
二維碼 回到頂部