“视频领域的Midjourney”!AI视频生成新秀Gen-2内测作品流出,网友直呼太逼真
各位小伙伴们,大家好呀!看看今天我又给各位带来了什么文章?本文标题是《“视频领域的Midjourney”!AI视频生成新秀Gen-2内测作品流出,网友直呼太逼真》,很明显是关于科技周边的文章哈哈哈,其中内容主要会涉及到等等,如果能帮到你,觉得很不错的话,欢迎各位多多点评和分享!
号称可以一句话拍大片的AI视频生成工具Gen-2,开始露出庐山真面目。
有推特博主已经率先拿到了内测资格。
这是他用提示词“一个身材匀称or对称(symmetrical)的男人在酒吧接受采访”生成的结果:
只见一个身着深色衬衣的男人正望着对方侃侃而谈,眼神和表情透露着一股认真和坦率,对面的人则时不时点头以示附和。
视频整体非常连贯且画质很是清晰,乍一看,真实访谈感满满有没有!
同样的提示词生成的另一个版本也不赖:
这次镜头更加拉近,背景更逼真,人物则仍然富有表现力。
有网友看完这组作品直呼:
太不可思议了吧,只靠文字提示就能生成这样的结果!
还有人直言:
这是视频领域的Midjourney来了。
博主实测Gen-2
这位博主名叫Nick St. Pierre,专门在推上分享他用AI制作的作品。
除了开头所见的写实风,他还发布了一组Gen-2的科幻作品。
比如“宇航员穿越太空”:
“一名武装士兵沿着宇宙飞船的走廊奔跑,身后一道黑影摧毁了墙壁”:
“一家在人类动物园吃微芯片的机器人”:
“人形机器人大军在冰冻的平地上进行殖民”:
(有种权游里面异鬼大军进击长城的气势……)
“地球上最后一个人看着入侵的宇宙飞船降落在东京上空”:
……
以上这些全部都只凭一句提示词就能完成,不需要借鉴其它图片和视频。
虽然说这组科幻的效果相比“酒吧男人接受采访”稍显逊色,但神奇的是,它和AI图像生成模型诞生之初的那种“混沌不清”的味道可以说不相上下——仿佛看到了Stable diffusion等AI当时的影子。
如Nick St. Pierre表示:
Gen-2还处于婴儿期,后面一定会更好。
我们也在网上找到了其他已经拿到内测资格的人测试的一些效果:
可以说,除了比较难的科幻作品,其它它拿捏的都还不错的亚子。
AI视频生成也狂飙
专攻视频生成的AI工具Gen-2于3月20日发布(论文3月11号)。
作为AIGC领域的新秀,它的迭代速度和质量也是相当快了:
Gen-1版本2月才刚诞生,那会还只能对已有视频进行编辑;
现在Gen-2就已经可以用文字和图像作为提示词直接生成视频了。
官方号称它为“生成式AI的下一步”,宣传语给的也是很霸气:
say it,see it。(只要你能说出来,我就能让你看到)
Gen-2的更新一口气带来了八大功能:
文生视频、文本+参考图像生视频、静态图片转视频、视频风格迁移、故事板(Storyboard)、Mask(比如把一只正在走路的小白狗变成斑点狗)、渲染和个性化(比如把甩头小哥秒变海龟人)。
它的出现和AI绘画一样,让人看到了影视、游戏和营销等领域暗藏的巨大变革。
其背后开发公司也值得说道,它就是Runway。
Runway成立于2018年,为《瞬息全宇宙》特效提供过技术支持,也参与了Stable Diffusion的开发(妥妥的潜力股)。
提示:Gen-1已经可以开始玩了(125次机会用完之后就只能按月付费了),Gen-2还没有正式对公开放。
除了Gen系列,微软亚研院还最新发布了一个可以根据文字生成超长视频的AI:NUWA-XL。
只用16句简单描述,它就能get一段长达11分钟的动画:
在往前一点儿,就在Gen-2发布同一天,阿里达摩院也开源了17亿参数的文本转视频AI:
效果是酱婶的:
……
可以预见,不止图像生成,视频领域也要变得热闹起来了。
咳咳,所以下一波大众AI狂欢,会是它吗?
参考链接:
[1]https://twitter.com/nickfloats/status/1644540896321437696
[2]https://twitter.com/nickfloats/status/1644081726141132800
[3]https://research.runwayml.com/gen2
[4]https://twitter.com/c_valenzuelab/status/1645158717766115328
[5]https://modelscope.cn/models/damo/text-to-video-synthesis/summary
[6]https://nuwa-infinity.microsoft.com
理论要掌握,实操不能落!以上关于《“视频领域的Midjourney”!AI视频生成新秀Gen-2内测作品流出,网友直呼太逼真》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

- 上一篇
- 人工智能高歌猛进背后暗藏多重安全风险

- 下一篇
- 利用计算机视觉提高商业系统的安全性
-
- 科技周边 · 人工智能 | 9小时前 |
- 免费AI文字转语音工具有哪些
- 497浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- 豆包AI原型设计技巧:快速构建交互流程
- 468浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- 豆包AI助你掌握微服务与分布式系统
- 243浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- Mac与Windows通用AI剪辑工具推荐
- 444浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- PerplexityAIAPI接入教程全解析
- 247浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- AWSLambda快速入门:5分钟生成AI函数
- 273浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- GPT-5发布!OpenAI最强AI模型来袭
- 146浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 511次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 498次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- 千音漫语
- 千音漫语,北京熠声科技倾力打造的智能声音创作助手,提供AI配音、音视频翻译、语音识别、声音克隆等强大功能,助力有声书制作、视频创作、教育培训等领域,官网:https://qianyin123.com
- 165次使用
-
- MiniWork
- MiniWork是一款智能高效的AI工具平台,专为提升工作与学习效率而设计。整合文本处理、图像生成、营销策划及运营管理等多元AI工具,提供精准智能解决方案,让复杂工作简单高效。
- 161次使用
-
- NoCode
- NoCode (nocode.cn)是领先的无代码开发平台,通过拖放、AI对话等简单操作,助您快速创建各类应用、网站与管理系统。无需编程知识,轻松实现个人生活、商业经营、企业管理多场景需求,大幅降低开发门槛,高效低成本。
- 166次使用
-
- 达医智影
- 达医智影,阿里巴巴达摩院医疗AI创新力作。全球率先利用平扫CT实现“一扫多筛”,仅一次CT扫描即可高效识别多种癌症、急症及慢病,为疾病早期发现提供智能、精准的AI影像早筛解决方案。
- 168次使用
-
- 智慧芽Eureka
- 智慧芽Eureka,专为技术创新打造的AI Agent平台。深度理解专利、研发、生物医药、材料、科创等复杂场景,通过专家级AI Agent精准执行任务,智能化工作流解放70%生产力,让您专注核心创新。
- 180次使用
-
- GPT-4王者加冕!读图做题性能炸天,凭自己就能考上斯坦福
- 2023-04-25 501浏览
-
- 单块V100训练模型提速72倍!尤洋团队新成果获AAAI 2023杰出论文奖
- 2023-04-24 501浏览
-
- ChatGPT 真的会接管世界吗?
- 2023-04-13 501浏览
-
- VR的终极形态是「假眼」?Neuralink前联合创始人掏出新产品:科学之眼!
- 2023-04-30 501浏览
-
- 实现实时制造可视性优势有哪些?
- 2023-04-15 501浏览