在科技界萬(wàn)眾矚目的焦點(diǎn)中，AI視頻大模型領(lǐng)域迎來(lái)了新一輪的激戰(zhàn)。就在近日，OpenAI在連續(xù)12天的發(fā)布會(huì)活動(dòng)上，正式推出了其AI視頻大模型Sora Turbo，但令人意外的是，這款模型最高僅支持生成20秒的視頻，遠(yuǎn)低于初次公布時(shí)的宣傳時(shí)長(zhǎng)。更令人驚訝的是，Sora Turbo目前仍處于小范圍測(cè)試階段，并非所有用戶都能立即體驗(yàn)。

回顧今年2月，Sora的首次亮相曾讓視頻大模型行業(yè)迎來(lái)了真正的黃金發(fā)展期。然而，如今看來(lái)，Sora似乎在這一波浪潮中有些掉隊(duì)。相比之下，國(guó)內(nèi)市場(chǎng)在短短時(shí)間內(nèi)，已經(jīng)涌現(xiàn)了不下二十款A(yù)I視頻大模型，其中不乏互聯(lián)網(wǎng)巨頭騰訊、阿里巴巴、字節(jié)跳動(dòng)等公司推出的產(chǎn)品。

AI視頻大模型的出現(xiàn)，不僅賦予了大模型理解和重構(gòu)真實(shí)世界的能力，更為用戶提供了發(fā)揮想象力的無(wú)限可能。與面向泛用場(chǎng)景的大語(yǔ)言模型不同，視頻大模型的使用場(chǎng)景相對(duì)更加專業(yè)，因此現(xiàn)階段往往需要付費(fèi)才能隨心生成視頻。盡管如此，這些模型仍然吸引了大量用戶的關(guān)注和嘗試。

在眾多國(guó)產(chǎn)AI視頻大模型中，有幾款表現(xiàn)尤為突出?？焓挚萍计煜碌腁I團(tuán)隊(duì)推出的可靈，便是其中的佼佼者。可靈不僅支持文生視頻和圖片生成視頻兩種模式，還能調(diào)整創(chuàng)意想象力和創(chuàng)意相關(guān)性。用戶可以通過(guò)簡(jiǎn)單的描述，生成細(xì)節(jié)豐富、質(zhì)量上乘的視頻。例如，當(dāng)輸入“寧?kù)o的海灘，滿月高懸在天空……”的描述時(shí)，可靈能夠生成出包含風(fēng)吹動(dòng)椰子樹(shù)、貓咪舔舐毛發(fā)等細(xì)節(jié)的視頻，盡管在晝夜轉(zhuǎn)換上略有瑕疵。

抖音也不甘示弱，推出了即夢(mèng)視頻大模型。即夢(mèng)不僅支持文生視頻和圖生視頻，還加入了對(duì)口型功能，用戶可以通過(guò)上傳圖片、視頻和文本或錄音，調(diào)整視頻內(nèi)容。即夢(mèng)在自然語(yǔ)言的理解能力上表現(xiàn)尤為出色，但生成的視頻在靈動(dòng)感上稍顯不足。例如，貓咪的動(dòng)作過(guò)于單調(diào)和僵硬，樹(shù)葉也沒(méi)有隨風(fēng)而動(dòng)。

騰訊則推出了混元視頻大模型，并在騰訊元寶App和網(wǎng)頁(yè)端上線。然而，混元在生成視頻的質(zhì)量上還有待提升，例如貓咪舔舐毛發(fā)的動(dòng)作顯得違和，椰子樹(shù)的細(xì)節(jié)也不夠豐富。不過(guò)，擁有騰訊這樣的后盾，相信混元在經(jīng)過(guò)幾次迭代升級(jí)后，能夠迎頭趕上。

由北京數(shù)生科技與清華大學(xué)聯(lián)合研發(fā)的Vidu和智譜清言開(kāi)發(fā)的清影也值得關(guān)注。Vidu在生成視頻的質(zhì)量上同樣表現(xiàn)出色，運(yùn)鏡自然流暢，細(xì)節(jié)豐富。而清影則支持更多樣化的功能，如調(diào)節(jié)視頻風(fēng)格、情感氛圍等，但在生成視頻的質(zhì)量上還有待提升。

盡管這些AI視頻大模型在細(xì)節(jié)上還存在一定的漏洞，如貓咪動(dòng)作僵硬、沙灘質(zhì)感不足等，但它們已經(jīng)邁出了從無(wú)到有的關(guān)鍵一步。未來(lái)，隨著自然語(yǔ)言解析能力、畫面細(xì)節(jié)打磨和運(yùn)鏡、時(shí)長(zhǎng)等方面的不斷升級(jí)迭代，AI視頻大模型有望成為用戶手中創(chuàng)作微短視頻的強(qiáng)大助手。然而，如何在激烈的市場(chǎng)競(jìng)爭(zhēng)中脫穎而出，創(chuàng)造盈利點(diǎn)，將是這些企業(yè)需要面對(duì)的重要挑戰(zhàn)。