AI视频生成,3年狂飙
作者：微信文章今天玩了一天不同的AI视频生成工具，也看了下技术产品进化的故事线。先说说它是怎么一步步走到今天的。 有问题，欢迎纠正。2022年之前，AI视频就是个玩具。GAN逐帧生成的那些DeepFake内容，几秒钟，前后帧缺乏连贯性，运动模糊，不真实，根本没法用。2022年底开始有转机。Meta的Make-A-Video首次将扩散模型应用于视频生成，包括Google的Imagen Video，Transformer + 扩散模型视频生成时代来了。视频能看了，3到5秒，画面清晰多了。但问题还在——运动不自然，跑步像滑行，开车像漂移，不像真实世界该有的样子。2023年是商业化元年。Runway Gen-2能控制镜头了，Pika能编辑了，工具开始好用。画面质量、时序一致性、物理逻辑虽有瑕疵，但足够创作者用拿它做东西，不再只是实验室demo。突破点在2024年2月，Sora发布。那个东京街头的女孩，光影、透视、运动的惯性，全对了。视频时长可达 1 分钟，远超之前模型的 4–16 秒。Sora也被认为是 视频生成的“ChatGPT时刻”。那一刻可以意识到：这不是改进，是跨越。早期的AI不懂世界是怎么运转的。水为什么往低处流？人走路为什么有重量感？阳光照进屋子为什么会在地上投影？这些物理规律，早期模型根本不知道。但Sora开始懂了。它不是在拼贴像素，而是在模拟一个遵循物理规律的世界。"世界模型"的概念也是那时候爆发出圈。2025年10月这几天，Sora2的发布，又将视频生成拉到一个叙事高度。音画同出、分镜效果、10秒真实的叙事能力、Cameo功能的人物社交玩法。这标志着AI视频从"片段素材"进化为"可消费内容"。过去5年，AI视频生成经历了从不可用到可用再到好用的三级跳。技术突破往往不是线性的。从不能用到能用，可能需要3年；但从能用到好用，可能只需要1年。 AI视频正好走到这个拐点上。 电影从早期1895年卢米埃尔兄弟的《火车进站》，到1927年有声电影，用了32年；从黑白到彩色，又是20多年；从胶片到数字，横跨了整个20世纪。每一次技术跃迁，都需要几代人的积累。 AI视频生成，从2022年的模糊抖动，到2024年Sora的物理真实，再到2025年Sora2的音画叙事——3年时间，走完了传统电影技术的百年进化。我们正在见证历史！（完）欢迎VX交流：say-amazing
页:
[1]