从威尔・史密斯鬼畜吃面到「Her」，这些幕后技术正在推动AI视频时代的到来

AIGC动态欢迎阅读

原标题：从威尔・史密斯鬼畜吃面到「Her」，这些幕后技术正在推动AI视频时代的到来
关键字：视频,模型,字节跳动,豆包,框架
文章来源：机器之心
内容字数：0字

内容摘要：

机器之心原创
作者：张倩还记得「威尔・史密斯吃意大利面」的 AI 鬼畜视频吗？在这些视频里，威尔・史密斯的面部表情、动作都非常夸张，还充满了扭曲、变形。一年多以前，大部分 AI 视频生成模型确实只能达到这样的水平。但如今，情况完全不同了：AI 不仅能让表情、动作和光影都非常自然，还能运用丰富的镜头语言，生成的视频具有电影级别的质感。这种让国友都大呼「有用」的生成效果来自字节跳动前段时间发布的豆包・视频生成模型。在开启内测后，机器之心也进行过测试，效果非常惊艳（参见《终于拿到内测！豆包 – PixelDance 真是字节视频生成大杀器》）。回想今年年初 Sora 问世之际，国内 AI 社区还弥漫着一种悲观的情绪，觉得 AI 视频生成门槛颇高，国内企业想弯道超车难度不小。然而令人意外的是，Sora 高开低走，迟迟未向公众开放。反倒是国产模型不断带来惊喜，甚至有演变成生产力工具的趋势。
那么，面对重重困难，国内的视频生成模型为什么会发展得如此之快？豆包・视频生成模型的背后有哪些技术底座在提供支撑？生成式 AI 浪潮带来的视频数据激增、编解码技术挑战如何解决？在刚刚召开的 2024 火山引

原文链接：从威尔・史密斯鬼畜吃面到「Her」，这些幕后技术正在推动AI视频时代的到来