7788被窝电影网 抢跑Sora！腾讯视频大模子初体验：功能多，但不彊

2024年2月15日，OpenAI认真对外公布文生视频大模子Sora，引得民众网友高呼“AI解构的确宇宙的时候到了”。关联词轻便10个月时候往时，Sora依然只存在于PPT上，反而是亚马逊云科技抢先OpenAI发布了Nova Reel文生视频大模子7788被窝电影网，谷歌则面向企业用户怒放了AI视频模子Veo。

国外互联网巨头忙于开发和布局AI生成视频的同期，国内互联网巨头们也莫得闲着，早前快手旗下的AI团队就打造出了视频生成大模子可灵，随后清华大学与北京数生科技联手打造了视频生成大模子Vidu，日前腾讯公司的AI团队也推出了混元文生视频大模子，并在腾讯元宝App上线。

行动国内知名度、市值最高的互联网公司，腾讯在游戏、即时通讯、挪动支付等边界申明显贵。往时常有东谈主质疑腾讯的工夫研发才能，如今腾讯与亚马逊云科技、谷歌等国外互联网巨头同期拿出了视频生成大模子，评释了我方的研发才能涓滴不弱。

不外，体验才是判断工夫实力的最终步调，腾讯视频生成大模子究竟好不好用，体验过才知谈。

混元视频模子初体验：功能多而不彊

腾讯混元大模子参数目为130亿，是面前参数目最大的开源视频生成类大模子，公测期间用户每天可以得到4次步融合2次高品性视频生成契机，视频生成长度为5秒。

单纯看功能，腾讯混元文生视频大模子比小雷之前使用过的同类家具齐浅易易用，提供了丰富的视频类型开采，举例比例、格调、景别、色泽、镜头畅通、流通运镜、丰富动作、导演格式等。关联词，确实到使用阶段，小雷的体验却说来话长。

（图源：腾讯元宝App截图）

刚运转小雷并莫得给大模子上难度，以描画语“夕阳西下，青娥坐在靠窗的书桌前，目光不住地进取飘，嘴角微微上扬，似乎念念起了什么值得抖擞的事”生成一段视频，散伙如下图。

（图源：腾讯混元大模子生成）

腾讯混元大模子生成的视频画面可以，充足以伪乱真，仅仅与小雷脑补的画面有昭彰辞别，白东谈主女孩也有点“出戏”，而况书桌、窗户等细节并莫得弘扬出来，全体令小雷有点失望。按理说，掌捏了国内头部短视频平台视频号的腾讯，领有充足的视频数据可用于稽查大数据，散伙这个视频给我的嗅觉却是基于国外数据稽查。

随后，小雷又以“清明的太空，忽然乌云密布，继而陡然下起了暴雨7788被窝电影网，路上的行东谈主有的慌忙跑到房檐下避雨，有的把挎包顶在头上一起决骤”为描画语生成了一段视频。

（图源：腾讯混元大模子生成）

这段视频不细看还能采纳，但若仔细看就会发现视频存在昭彰的纰谬，如部分东谈主物要领有些概述，不像走在大地上，右侧有个红色的包“漂”了往时，可能是AI未能告成生成提包的东谈主。至于天气变化未能体现、莫得感受到鄙人雨等问题，小雷已无力吐槽。

终末一轮测试，小雷聘任了中景+拉近镜头，并以“宁静的海滩，朔月高悬在太空，微风吹动着海边的椰子树，发出哗拉拉的声息，一只小猫咪慵懒地躺在沙滩上，舔舐着前腿上的毛发”为描画语生成了一段视频。

（图源：腾讯混元大模子生成）

爸爸的乖女儿，打飞机，口交还让禸＃萝莉

这个场景相对较为浅易，莫得昭彰的景物变化，就东谈主类的脑补才能来说，比上一个要容易。关联词这则视频却露出了腾讯混元大模子的问题，我明明开采了拉近镜头，可视频莫得弘扬出镜头的动态变化。小雷提到的椰子树、猫咪舔舐毛发等物体和动作，也莫得体现出来。这段视频月亮和波浪细节可以，猫咪也很的确，但终究不是我念念要的散伙。

为考据大模子的一致性问题，小雷用该段描画语和镜头开采再次生成了一段视频。与上一段视频比拟，猫咪有了舔舐毛发的动作，椰子树也出当今画面中，可月亮因太大产生了无理感，猫咪动的时候，沙子永恒莫得变化也属于纰谬。

（图源：腾讯混元大模子生成）

小雷翻看了腾讯混元大模子给出的范例，大多数是使用大批要津字描画，而非如小雷给出的天然说话，后者难度昭彰更高。从实质弘扬来看，腾讯混元大模子一经可以相识东谈主类天然说话，并笔据描画的画面生成视频，团结段话两次生成的散伙也较为接近，仅仅细节方面有待擢升。

天然，腾讯混元大模子究竟达到了什么水平，照旧要对比事后才能知谈。因此，小雷使用Vidu和可灵两款大模子笔据第三段描画语分辩生成了一段视频。需要详细的是，这两款视频生成大模子天然未提供镜头截至功能开采，但可以在描画语后加入中景、拉近镜头等词语加以调控。

Vidu生成的视频将小雷描画中的风吹动椰子树、舔舐毛发、镜头拉近齐完整展现，与小雷脑补的画面较为接近。好意思中不及的是，这段视频中的月亮过于亮堂，搭配蔚蓝的全体色彩，更像早上太阳初升的时候，沙滩则过于平整，莫得任何沙子的嗅觉。

（图源：Vidu生成）

可灵生成的视频在小雷看来是这几个视频中最相宜预期的，波浪、风吹动椰子树、舔舐毛发等细节齐有，还加入了虚化和镜头拉近恶果，影子的精细变化更是惊喜。问题在于该视频依然存在细节方面的问题，莫得弘扬出朔月，更像是白昼。

（图源：可灵生成）

另外两段描画语，小雷也用Vidu和可灵进行了测试，限于篇幅问题，不再逐一展示。一言以蔽之，现阶段视频生成类大模子均已具备相识天然说话的才能，但濒临较为复杂的场景，依然会存在诸多纰谬，而在相对浅易的场景下，Vidu、可灵等“老牌”视频生成模子的弘扬略好，细节纰谬少一些，腾讯混元大模子仍有较大卓著空间。

混元视频大模子将来可期，但要腾讯充足意思

从0到1的难度，可能比从1到2高得多，摸着石头过河的混元大模子在易用性、功能性方面更胜一筹，但AI大模子不同于其他行业，不但需要前东谈主引路，还需要工夫积存、算力范围、稽查数据。

领有腾讯行动后援，混元大模子不缺财力，可算力需要大批GPU和AI打算卡，更何况现时AI公司齐在争夺GPU和AI打算卡的产能，哪怕腾讯不缺钱，也需要时候堆算力、门径员优化算法、大批数据用于稽查。Vidu和可灵已升级至1.5版块，除了文生视频，还复古图片生成视频，刚出身不久的混元文生视频大模子略显稚嫩，生成的视频质地有一定的差距。

（图源：mockup套壳）

好在，混元大模子背后毕竟是国内互联网行业霸主腾讯，在腾讯工夫团队和资金的复古下，征服混元大模子能够以极快的速率成长。

从腾讯、亚马逊云科技、谷歌等企业的弘扬来看，2025年会是民众视频生成大模子爆发的一年，AI生成视频的长度也将从数秒擢升至分钟级，如亚马逊云科技的Nova Reel行将复古生成长达2分钟的视频。

与AI生成图文比拟，生成视频才能透彻目田念念象力，将咱们大脑中的念念法和脑补的画面升沉成推行。还有无数的网罗演义作者，但愿能够通过AI将演义升沉成动画或真东谈主视频。一朝AI生成视频工夫闇练，民众娱乐产业将际遇前所未有的变局。

视频生成大模子正井喷式涌现7788被窝电影网，2025年或将成为“视频生成大模子元年”，亦然决定关联企业成败的要津一年。从可灵、Vidu到腾讯混元大模子，国内企业已实时入场，把捏到了新期间的机遇。能否在新期间引颈民众视频生成大模子行业，能够很快就能见分晓。

举报/反应