國外有Runway、Luma AI這樣的老牌玩家，國內則有各路AI創(chuàng)企和互聯(lián)網(wǎng)科技巨頭接連亮出自家的“中國造Sora”，各種AI生成視頻越來越多地出現(xiàn)在大眾視野中。
愛詩科技、生數(shù)科技、Minimax等AI創(chuàng)企不斷掏出新策略、新功能、新玩法輪番轟炸，而科技大廠字節(jié)跳動、快手也入場攪局。
與此同時，AI視頻生成技術也在快速迭代發(fā)展，競爭來到新的階段。AI視頻模型的競爭開始從能用到好用，視頻生成的速度、質量成為核心競爭焦點；另一邊，視頻生成也不局限于文字，隨手發(fā)一張圖就能生成精美視頻已經(jīng)成為現(xiàn)實。
在這批AI視頻生成開拓者們中間，國內愛詩科技旗下PixVerse已成為跑的最快的一家，并在全球市場立下了良好口碑。PixVerse App海外市場一經(jīng)上線，在多個國家殺入下載榜前列甚至位列榜首。
從上個月剛剛火爆全網(wǎng)、朋友圈頻頻刷屏的“毒液特效”視頻，到12月“猛男肌肉特效”視頻，這些“經(jīng)典”都出自PixVerse之手，二者在生成總量上超過幾百萬次，在海外Tiktok平臺曝光量已經(jīng)過億，其在全球范圍的熱度甚至一度超越了Runway和Sora。
▲谷歌搜索熱度趨勢圖，來源：Google Trends
在C端取得如此驕人戰(zhàn)績后，PixVerse繼續(xù)加快腳步， 開“卷”專業(yè)AI創(chuàng)作能力， 最近PixVerse的v3.5模型版本已經(jīng)正式發(fā)布。
不少海外AI專業(yè)創(chuàng)作者和藝術家都在體驗測試版的過程中給出了極高的評價，稱3.5版本具有非常高的靈活性、富有創(chuàng)意，并且動畫效果著實很贊。
▲AI藝術家Pierrick Chevallier
正式上線后，立刻有不少用戶亮出了自己的得意新作，效果還是比較驚艷的：
▲來自X平臺用戶Alfred Cadoux
▲來自X平臺AI創(chuàng)作者AZIZ
智東西也提前體驗了PixVerse v3.5的內測版本，其生成速度領先數(shù)倍于競品，畫面細節(jié)滿滿、想象力豐富，動漫效果更是一騎絕塵，可以說十分驚艷。從日常娛樂到專業(yè)創(chuàng)作，AI視頻生成正愈發(fā)深度地走進我們的生活。
01 .
平均8秒生成視頻
還能兼顧質量效果
AI視頻生成邁入“秒速時代”
為了感受PixVerse生成視頻速度之快，我們首先挑選了一個日常生活中常常會遇到的輕負載高頻次的場景——讓表情包動起來，直接讓一些靜態(tài)梗圖變成動圖！
根據(jù)我們實際體驗，在極速（Turbo）模式下，利用一張常見表情包生成視頻的時間最短只有5秒左右，平均在8秒左右。
從生成效果來看，基本的描述都可以比較準確地實現(xiàn)，角色的肢體動作比較自然，遮擋關系都非常正確，尤其適合做表情包。
雖然在個別案例中，一些視頻生成模型常見的細節(jié)穿模問題還有待優(yōu)化，但能在10秒之內生成如此質量的視頻，在體驗上已經(jīng)是一種跨越式提升了。
我們也對比了國外的AI視頻生成老大哥Runway，不得不說，Runway在速度這塊的確沒輸多少，也比較快，但生成視頻質量卻與PixVerse存在不小差距。生成效果甚至很難達到“可用”狀態(tài)。
▲基于相同圖片和提示詞，Runway生成結果
這種犧牲質量換速度的策略顯然存在很大風險，稍不留神就會“翻車”。
相比Runway，國內的可靈、海螺，生成同樣主題視頻的質量會好一些，與PixVerse相對接近，但是在速度上卻慢了不少，平均生成時間都在2-3分鐘之間，個別速度較快的案例可以在1分鐘左右。
值得一提的是，PixVerse生成視頻的速度并不是用質量換來的，整體對比下來，PixVerse的生成質量、對描述的還原程度，在大部分測試中都是最高的。
海外AI藝術家 Volodymyr Cherner也亮出了自己的最新作品，他評論稱，PixVerse可以在1分鐘內生成1080P的高清視頻，而不像其他產(chǎn)品一樣需要8-10分鐘，可以說是既快又好的代表了。
▲Volodymyr Cherner作品
▲Volodymyr Cherner作品
所以，高效且高質量的視頻生成能夠帶來什么？
最顯而易見的就是效率的提升，進而可以轉化成實際生產(chǎn)中的經(jīng)濟效益提升。
但即使是1分鐘，也與PixVerse存在數(shù)倍的速度差距，10秒與2分鐘之間的差別，帶來的就是十幾倍的生產(chǎn)效率提升。
同樣時間內，PixVerse可以給創(chuàng)作者提供更多的創(chuàng)作機會，發(fā)覺更多靈感和創(chuàng)意，大幅增加優(yōu)質素材產(chǎn)出的概率、提高效率。
OpenAI的Sora在測試階段，就曾因視頻生成速度太慢的問題飽受詬病，初期Sora甚至需要10多分鐘才能生成一段1分鐘視頻。Luma AI的Dream Machine發(fā)布后，很多用戶甚至需要排隊等待數(shù)小時才能得到生成的視頻，這無疑大大消耗了用戶的耐心，讓體驗打折扣。
相比之下，PixVerse可以幾秒、十幾秒生成視頻，這種體驗讓AI視頻生成真正變得更普及，我們可以隨時隨地利用AI生成視頻并與他人交流、分享、使用。
02 .
解密底層模型升級：
運動控制、細節(jié)表現(xiàn)出眾
動漫創(chuàng)作效果行業(yè)第一
正如前文所說，“快”只是PixVerse的一個核心優(yōu)勢，其在生成質量方面的表現(xiàn)也可圈可點，尤其是在運動控制、細節(jié)呈現(xiàn)以及動漫/動畫效果的表達上十分亮眼。
首先是運動控制的穩(wěn)定性。比如在這個山路騎行的視頻中，人物騎行的動作十分自然，車輛行駛的軌跡也控制的比較好，遠處的背景與騎行者的關系也保持的比較穩(wěn)定，鏡頭跟隨效果自然。
在滑板視頻中，滑板的運動軌跡展現(xiàn)是極為困難的，同時模型對人物肢體動作的控制和展現(xiàn)也都表現(xiàn)的比較好，沒有出現(xiàn)明顯的不協(xié)調或違和感。
接下來，我們來看看PixVerse模型對細節(jié)的表現(xiàn)力，以及非現(xiàn)實創(chuàng)作能力。
在這組圣誕老人在紐約都市夜晚送圣誕禮物的視頻中，我們選擇了3D動畫模式，模型表現(xiàn)出了出色的非現(xiàn)實畫面創(chuàng)作能力，對于圣誕老人會以何種形式出現(xiàn)在大都市中，模型給出了很好的答案。
同時，圣誕老人的形象可愛逼真，馴鹿的運動姿態(tài)很自然，符合常理。在雪橇滑行過程中，我們甚至可以看到很多細節(jié)，比如雪橇的顛簸、雪花輕輕濺起、陰影自然跟隨。
在另一個北極熊在極光下做冰雕的視頻中，3D動畫版的北極熊憨態(tài)可掬，十分可愛，其毛發(fā)柔順細密仿佛觸手可及，同時北極熊手握冰雕工具的姿態(tài)也十分準確，進行雕刻的動作也十分自然真實，另外冰雕中的光線映射也比較擬真。
模型可以很好地想象出本不可能存在的場景，并將一些基本的動作和細節(jié)的刻畫都做到位。
在另外兩組現(xiàn)實人物面部特寫視頻中，模型一方面可以非常高質量的呈現(xiàn)人物面部細節(jié)，比如膚質、毛孔，同時模型可以準確呈現(xiàn)我們描述的人物神態(tài)，比如驚恐或是平靜。
火光在人物面部的映射，視頻背景的自然虛化，這些細節(jié)也都做的比較到位。
在動漫、動畫創(chuàng)作方面，我們還讓PixVerse生成了一組海賊王主題的視頻，視頻中路飛和娜美在船頭激情碰拳，模型可以準確還原動漫人物的標志性特點，角色的配色都沒有問題，同時動作自然沒有違和感。
在一組動漫風格的賽車追逐戰(zhàn)視頻中，漫畫中常見的速度感、力量感線條表達被很好地呈現(xiàn)了出來，車輛的運動、鏡頭的運鏡都處理的十分到位。
可以看到，在動漫、動畫創(chuàng)作方面，PixVerse的表現(xiàn)是十分驚艷的。據(jù)了解，目前PixVerse的動漫動畫視頻創(chuàng)作效果SOTA行業(yè)第一。
最后，PixVerse的視頻生成還支持首尾幀功能，用3D數(shù)字藝術家Travis Davids的話來說，兩幅構圖相近的圖像放在一起非常有趣，就像變魔術一樣。
▲Travis Davids作品，下方圖片為首尾幀
整體來看，PixVerse 3.5版本的升級帶來了非常直觀的用戶體驗提升，其兼顧了生成速度和畫質，在細節(jié)表現(xiàn)上十分出眾，動畫動漫效果成為其突出優(yōu)勢之一。結合極具性價比的價格，不論是對大眾消費者還是專業(yè)創(chuàng)作者，PixVerse無疑都是當下國內AI視頻生成領域的更優(yōu)選擇。
03 .
結語：AI視頻大模型競爭升級
從能用走向普及好用
如今，AI大模型技術的發(fā)展已經(jīng)從比拼參數(shù)走向比拼商業(yè)化落地，如何真正給消費者和企業(yè)帶來好的體驗，真正賦能生產(chǎn)力、提升生產(chǎn)效率，成為競爭焦點。AI視頻生成賽道也不例外。
相比姍姍來遲吊足胃口的Sora，國內外一眾AI創(chuàng)企和科技巨頭都已亮出各種產(chǎn)品，像PixVerse這樣的年輕力量已經(jīng)走向世界舞臺并斬獲佳績。愛詩科技憑借底模的升級，在速度顛覆性提升的基礎上兼顧質量，將AI視頻模型生成從能用帶向好用。
今天，AI視頻生成工具這把火正越燒越旺，消費者認知度也越來越強，隨著“內卷”的加劇，企業(yè)想要真正殺出重圍，還是要靠技術硬實力說話。體驗好不好，消費者自會用腳投票。
