金磊 克雷西 发自 凹非寺 量子位 | 公众号 QbitAI
这,绝对称得上是生成式AI进程中的里程碑。
就在深夜,Runway家标志性的AI视频生成工具Gen-2,迎来了“iPhone时刻”般的史诗级更新——
依旧是简单一句话输入,不过这一次,视频效果一口气拉到了4K超逼真的高度!
话不多说,我们直接来看炸裂的效果:
不难看出,这一次AI生成视频的效果已经克服了以往“一眼AI”的缺点,即不连贯、闪烁变形以及低清等等。
而这也正是Gen-2这次史诗级更新的内容重点:
在文生视频和图生视频中,为结果的保真度和一致性带来了重大改进。
虽然Runway在官方说法中只是轻描淡写地描述为“发布了一项更新”,但在许多网友看来,这堪比一个大版本的迭代。
很多人在看到视频效果之后,已然是处于沸腾、燃爆的状态。
例如一位人工智能电影制作人将其称之为“彻底改变游戏规则”。
另一位生成式AI专家也认为:
这是生成式AI的关键时刻。
要知道,现在距离Gen-2正式发布也仅仅过了4个月(今年6月)而已,这不得不让人感慨AI进步、迭代的速度。
正如公众号“数字生命卡兹克”给出的评价:
人间一天,AI一年。
值得一提的是,Gen-2此次的重磅更新,是在网站和APP上同步进行的。
那么接下来,我们继续深入体验一下新Gen-2的炸裂效果。
0成本生成超级大片
现在,无论你是在网站或是APP上体验,只要用的是Gen-2,那么生成视频的结果,就是基于它最新的能力。
这不,一位网友就火速拿着Gen-2,配上小曲儿,秒生成了一部高级感满满的时尚广告大片:
这颜色,这模特,这角度,广告大片算是被Gen-2稳稳拿捏住了。
还有下面这种高级MV镜头既视感的视频,也是不在话下:
再如这种脑洞大开、创意十足的科幻电影片段:
讲真,当看到这些Gen-2生成的逼真4K视频,我们也是被狠狠地吸引住了。
于是乎,我们也决定亲自体验一把。
操作上可以说是极其的简单,进入Runway官网,点击“Text to Video”,再选择“Gen-2”,便可来到文本输入界面:
我们测试的文本内容是这样的:
Interstellar travel,surreal. 星际旅行,超现实主义。
在静候几秒之后,AI视频就出炉了:、
有一说一,其实Gen-2的结果跟我们原本在脑海中的设想是有些出入(以为会是宇宙星空背景的星舰)的。
但无论是场景亦或是飞船的样式,都给人一种耳目一新、别出心裁的感觉。
这对于创意工作者来说可谓是一种福利了,灵感枯竭的时候,不妨让Gen-2帮你想想。
而在图生视频(Image to Video)能力上,有网友拿着PIKA这位AI生成视频顶流,跟Gen-2做了一番比较。
从整体结果上来看,Gen-2目前无论是在画质的清晰度,视频的流畅度等方面,都是更胜一筹。
BTW,手机体验最新Gen-2也是相当方便的哦~
半年彻底改写游戏规则
本次里程碑式更新,虽然没有带来新的功能,但在真实性和一致性上的飞跃,使得最新版本的Gen-2依旧是一款划时代的产品。
虽然Gen-2的有关论文还是coming soon,但可以确定它是在Gen-1的基础模型之上改进得到的。
相比于传统的文本控制扩散模型,Gen通过文本、图像、视频混合的训练模式,提高了生成视频的质量和一致性,同时还降低了训练消耗。
同时,Runway还提出了延时扩散模型,在预训练的扩散模型中引入时序层,使得模型在推理阶段具有更高的时间一致性。
Runway在宣传片中用三组对比展示了Gen-2的这种显著变化。
尽管官方还未给出具体的测试数据,但Gen-1的用户偏好在Runway的一项用户调查中就已经击败了Stable Diffusion 1.5和Text2Live。
Gen-2是于今年3月开始测试,6月正式向公众发布的。
与Gen-1不同的是,前者通过现有的视频片段结合文字指导进行合成,而Gen-2则可以只用文字、图片或两者结合来生成。
此外,Gen-1中的风格变换、蒙版、模型定制等功能也在Gen-2中得到了保留。
发布半年以来,Gen-2已经经历了多次更新。
8月,Runway将Gen-2生成视频的最大长度从4秒提升到了18秒,这样的长度在AI视频生成工具中前所未有。
9月,Runway又官宣Gen-2新增了导演模式,可以控制“镜头”的位置和移动速度。
此后不久,Gen-2又新增了“Motion Slider”的功能,可以调节视频中的动作幅度。
这几次大大小小的更新,让这款视频生成工具走向顶流,最终震撼了整个行业。
创始人:创意软件已死
随着Gen-2的更新,对影视和创意行业带来了不小的冲击。
Runway创始人兼CEO Cristóbal Valenzuela更是在