AI好好用報道

編輯：楊文

騰訊混元生成的AI電影鏡頭，讓我想到《天使愛美麗》、《花樣年華》。

從上周六開始，AI 視頻圈又炸鍋了。

；緊接著 ，網友們瘋狂整活。

國內的 AI 廠商也沒閑著。

最讓人驚喜的是，騰訊混元也下場搞視頻生成模型了。

目前，該視頻模型已經開啟小范圍內測。我們在第一時間拿到體驗資格。

與其他視頻生成模型類似，僅需輸入一句提示詞，騰訊混元就能生成一段 5 秒視頻。

它支持中英文輸入，還有 5 種畫面尺寸可供選擇。

先放幾個視頻給大家「嘗嘗鮮」：

繁華的巴黎，一個頭戴棕色貝雷帽的男人正坐在咖啡館里沉思。

一位年輕時髦的女人走向窗邊，然后轉身凝視旁邊的男人，動作流暢自然。

兩位小姐姐坐在街邊相顧無言，鏡頭切換、人物神態簡直和電影別無二致。

接下來，我們就全方位測評一番。

畫質

不得不說，混元視頻模型生成的畫面太有電影感了。

提示詞：一個電影般的背后跟隨鏡頭，拍攝一名女警背對著我們穿過夜晚的事故現場。

畫質高清穩定，人物動作流暢。四處停放的警車，閃爍的警燈，勘查現場的警察…… 好萊塢元素拉滿。

提示詞：一個電影般的背后跟隨鏡頭，拍攝消防員背對著我們穿過熊熊烈火。

生成三個鏡頭，每個鏡頭都很有故事性。

混元很會控制景深。虛化的背景，讓主體運動更加突出，火焰的光影在消防員身上舞動，形成一種強烈的視覺沖擊。

再來個科幻風格的電影。

提示詞：夜晚，一個機器人正行走在繁華的大街上，昏暗，近景鏡頭，科幻，生動，賽博朋克，高質量。

這個長得像擎天柱一樣的機器人，漫步在人潮涌動的大街上，腦袋還時不時左右張望。

鏡頭隨著機器人的移動而微微晃動，使得畫面更具真實感。

提示詞：一個男人坐在咖啡廳里喝咖啡，柔和，近景鏡頭，休閑，現代，電影風格，高質量。

視頻中，男人從端起咖啡、抿了一口到緩緩放下杯子，整套動作一氣呵成。

男人的眼神、表情也生成得很是逼真，手指也沒出現明顯的 bug。

鏡頭切換

混元最值得稱道的，還是原生鏡頭切換效果。

它能夠自動生成同一主體在不同視角下的鏡頭，并在視頻中進行切換，以增強畫面的敘事感。

要知道，在此之前，只有 Sora 具備這種鏡頭切換效果。

比如下面這個視頻中，最初是個中景鏡頭，女人正手撐下巴思考，啪一下鏡頭轉換成女人面部大特寫，深邃眼眸、烈焰紅唇，再接著，鏡頭又切換到城市街景。

（提示詞：一個極端特寫鏡頭，聚焦于一位時髦的美麗女性，她坐在咖啡館里，深陷沉思，鏡頭切換到城市的街景，景深效果，電影般的 35 毫米膠片質感，光線非常具有電影感。）

再如，雨滴打在玻璃上緩緩滑落，下一秒鏡頭就轉到窗外，男人撐著一把紅色的傘站在大街上，整個畫面很有氛圍感。

（提示詞：雨滴敲打著窗戶，鏡頭切換到下雨的大街上，有個男人正撐著一把紅色的傘，站在大街上 Overcast Somber Cinematic High-quality Modern Style）

運動效果

流暢的視頻運動可以提供更加連貫和平滑的視覺體驗，能夠增強角色動作的真實感，因此，各家的視頻生成模型均在畫面運動上「做文章」，騰訊混元也不例外。

他們在運動一致性方面下了功夫，減少了物體變形和運動不連貫的問題。

提示詞：日落時分，一只烏龜在黑色沙灘上爬行。

雖然混元生成的畫面運動幅度大，但海龜爬行的動作，以及沙灘場景變化自然真實，沒有突兀的跳躍和不連貫。

我們又用 Sora 經典提示詞試了下。

提示詞：A litter of golden retriever puppies playing in the snow. Their heads pop out of the snow, covered in. 中文提示詞：一窩金毛獵犬小狗在雪地里玩耍。它們的頭從雪地里冒出來，渾身都是雪。

兩只小狗抬爪子、啃咬的動作很逼真，身上的雪花也隨著打架的動作抖落。

此外，它還能生成包含多個連貫動作的視頻。

提示詞：男人走出臥室，關上門，看到一只可愛的毛茸茸的生物。

提示詞：女人摘下墨鏡，看著對面的男人笑了，光線柔和，愉快，現代，電影風格，高質量。

語義理解

混元視頻生成能力對提示詞撰寫的精細度與準確度要求較高。用戶可以進行細致的刻畫，例如生成主體的細節，人物概念的組合等。

面對又長又復雜的文字描述，混元基本能 get 到信息并進行輸出。

提示詞：一支穿著厚重冬季裝備的極地探險隊，在呼嘯的暴風雪中艱難前行，幾乎無法透過雪花看清彼此，冰柱附著在他們的胡須和派克服上，他們的臉上顯露出堅定的決心，攝像機捕捉到一個中景鏡頭，展示了他們周圍風暴的強度，寒冷、柔和的光線增添了一種孤立和堅韌的感覺。

提示詞：日出時分，色彩鮮艷的熱氣球飄過廣闊的非洲大草原，成群的大象和瞪羚在下方的草原上移動。遠處，乞力馬扎羅山的影子映襯著粉紅色和橙色的天空。

經過多輪測評，總體來說混元視頻生成模型還是有些本事傍身的，尤其是電影級畫質和原生鏡頭切換，效果相當能打。

和其他視頻生成模型一樣，它也有不少小「毛病」。比如，每次生成內容具有不確定性，生成結果無法達到 100% 可控，同時輸入多個實體，可能不會都生成出來，顏色和數量也未必匹配等。

不過混元大模型仍在升級和調試中，未來或許有更好的表現。

以后我們會帶來更多好玩的AI應用，也歡迎大家進群交流。

? THE END

轉載請聯系本公眾號獲得授權