3 月 20 日消息，一家名為 Runway 的人工智能創業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描述，然后系統自動生成任何風格的對應視頻。目前的技術還達不到這個夢想，但 Runway 公司的新模型已經展示了一些非常好的效果。

Runway 公司提供了一個基于網絡的視頻編輯器，專注于人工智能工具，如背景移除和姿態檢測。該公司參與開發了開源文本生成圖像模型 Stable Diffusion，并在二月份發布了第一個人工智能視頻編輯模型 Gen-1。

Gen-1 主要是對現有視頻素材進行轉換，讓用戶輸入一個粗糙的 3D 動畫或者抖動的手機拍攝片段，并應用一個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工業廠房的圖片結合起來，產生了一個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、不穩定、并不是很逼真;其次，訪問權限也受限，用戶必須通過 Runway 公司的 Discord 平臺注冊并加入等待名單才能使用 Gen-2 模型;該公司發言人 Kelsey Rondenet 稱，“我們將在未來幾周內提供廣泛訪問。”換句話說：目前我們只能通過一個演示片和少數幾個片段(其中大部分已經作為 Gen-1 模型宣傳過)來評價 Gen-2 模型，不過看起來效果很是很出色的。

文本生成視頻技術令人興奮，帶來了新的創造性機會，但也帶來了新威脅(例如虛假信息等)，對于 Runway 公司的新技術，IT之家將保持關注。

關鍵詞：