編輯 | 伊風(fēng)

出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）

最近幾周，文生視頻領(lǐng)域正卷的風(fēng)生水起。

可靈和Dream Machine相繼推出。而后者充滿趣味性的文生視頻功能更是開(kāi)啟一陣?yán)m(xù)寫(xiě)“meme”的狂潮。

正當(dāng)大家覺(jué)得文生視頻的開(kāi)路者Runway要一直沉寂下去的時(shí)候。

Runway突然上演了一波“王者歸來(lái)”。展示了商用級(jí)別的生成視頻，讓人難辨是不是AI生成。

"一個(gè)悲傷的中年禿頭男人變得快樂(lè)起來(lái)， 因?yàn)橐豁斁戆l(fā)假發(fā)和太陽(yáng)鏡突然落在了他的頭上"。

畫(huà)質(zhì)驚艷的Runway，速度也不遜色，生成10秒鐘視頻才需要1分半左右的時(shí)間。

Runway重回巔峰又再次改變了文生視頻的格局。

圖片

正在大家在這邊卷得不急樂(lè)乎的時(shí)候。

谷歌突然站了出來(lái)，開(kāi)始給大家匯報(bào)他們的視頻生音頻（V2A）進(jìn)展。

圖片

谷歌的V2A已經(jīng)可以為無(wú)聲片段添加與場(chǎng)景聲學(xué)相匹配的聲音，為屏幕上的動(dòng)作等伴奏。

干巴巴的視頻片段從此有了bgm！

雖然部分案例中使用了文字輔助，但仍然相當(dāng)驚艷，能看到AI對(duì)于視頻內(nèi)容以及場(chǎng)景中的感受理解得比較到位。

畫(huà)面中男人穿過(guò)廢棄工廠般的走廊，音樂(lè)突出了驚悚和緊張的氛圍：

 給狼配上一段孤獨(dú)的長(zhǎng)嘯聲：

音頻提示："狼對(duì)月嚎叫"?

音樂(lè)展現(xiàn)了落日騎馬時(shí)，那種安逸與悠然的感覺(jué)：

草原上夕陽(yáng)西下時(shí) 悠揚(yáng)的口琴聲響起

海洋水母自在浮沉?xí)r，海洋的聲音：

水母在水下跳動(dòng) 海洋生物 海洋?

鼓聲和歡呼聲讓人身臨其境：

音樂(lè)會(huì)舞臺(tái)上的鼓手 周?chē)情W爍的燈光和歡呼的人群"?

谷歌的V2A的這股清流確實(shí)得到了網(wǎng)友的贊賞。

然而當(dāng)一位網(wǎng)友詢問(wèn)，什么時(shí)候可以上手玩玩看的時(shí)候，被網(wǎng)友無(wú)情地回復(fù)道：等有人跳槽出來(lái)，把這個(gè)產(chǎn)品帶出來(lái)我們就能玩啦！

圖片

還有人說(shuō)：這是谷歌，所以別再想著試一試了

圖片

當(dāng)前，觀眾的胃口已經(jīng)越來(lái)越大。無(wú)法開(kāi)箱即用的技術(shù)和產(chǎn)品將難以說(shuō)服用戶。

現(xiàn)在，無(wú)論OpenAI在社交平臺(tái)上發(fā)布什么內(nèi)容，都會(huì)收到無(wú)數(shù)用戶“催更”GPT-5的消息。

但是，另一邊。

早前OpenAI發(fā)布會(huì)上令人驚艷的GPT-4o多模態(tài)通話功能，甚至更遙遠(yuǎn)的Sora，都沒(méi)有讓廣泛的普通用戶上手。

蘋(píng)果在剛剛過(guò)去的全球開(kāi)發(fā)者大會(huì)中，發(fā)布的“蘋(píng)果智能”被曝光分批上線，部分功能要到25年才能實(shí)現(xiàn)（更不用說(shuō)大陸用戶只會(huì)更晚）。

人們渴望AI的有趣與實(shí)用能夠早一步的照進(jìn)現(xiàn)實(shí)。否則，用戶的期待會(huì)慢慢冷卻，產(chǎn)品也終將沉于水中。

本文轉(zhuǎn)載自??51CTO技術(shù)棧??，作者：伊風(fēng)