3 月 20 日消息，一家名為 Runway 的人工智能創(chuàng)業(yè)公司宣布了一款新的文本生成視頻(Text-to-video)AI 模型，名為 Gen-2，文本生成視頻也就是用戶可以輸入一個(gè)描述，然后系統(tǒng)自動(dòng)生成任何風(fēng)格的對(duì)應(yīng)視頻。目前的技術(shù)還達(dá)不到這個(gè)夢(mèng)想，但 Runway 公司的新模型已經(jīng)展示了一些非常好的效果。

Runway 公司提供了一個(gè)基于網(wǎng)絡(luò)的視頻編輯器，專注于人工智能工具，如背景移除和姿態(tài)檢測(cè)。該公司參與開發(fā)了開源文本生成圖像模型 Stable Diffusion，并在二月份發(fā)布了第一個(gè)人工智能視頻編輯模型 Gen-1。

Gen-1 主要是對(duì)現(xiàn)有視頻素材進(jìn)行轉(zhuǎn)換，讓用戶輸入一個(gè)粗糙的 3D 動(dòng)畫或者抖動(dòng)的手機(jī)拍攝片段，并應(yīng)用一個(gè)人工智能生成的覆蓋層。例如在下面的例子中，紙板包裝的視頻與一個(gè)工業(yè)廠房的圖片結(jié)合起來，產(chǎn)生了一個(gè)可以用于故事板或者提案更精美作品的片段。

相比之下，Gen-2 更專注于從零開始生成視頻，但是也有很多需要注意的地方。首先，Runway 公司分享的演示片段都很短、不穩(wěn)定、并不是很逼真;其次，訪問權(quán)限也受限，用戶必須通過 Runway 公司的 Discord 平臺(tái)注冊(cè)并加入等待名單才能使用 Gen-2 模型;該公司發(fā)言人 Kelsey Rondenet 稱，“我們將在未來幾周內(nèi)提供廣泛訪問。”換句話說：目前我們只能通過一個(gè)演示片和少數(shù)幾個(gè)片段(其中大部分已經(jīng)作為 Gen-1 模型宣傳過)來評(píng)價(jià) Gen-2 模型，不過看起來效果很是很出色的。

文本生成視頻技術(shù)令人興奮，帶來了新的創(chuàng)造性機(jī)會(huì)，但也帶來了新威脅(例如虛假信息等)，對(duì)于 Runway 公司的新技術(shù)，IT之家將保持關(guān)注。

關(guān)鍵詞：