本文素材来自于网络，若与实际情况不相符或存在侵权行为，请联系删除。

量子位，公众号 QbitAI，是一篇引领我们进入新的视频时代的文章。Meta公司不久前发布了他们的最新成果——名为“用嘴做视频”的AI技术，随后谷歌CEO也不甘示弱，相继推出了两款强大的视频生成AI模型：Imagen Video和Phenaki。这两款模型各具特色，为视频创作提供了前所未有的可能性，但也引发了人们对AI技术在短视频行业可能产生的冲击的担忧。

首先，让我们来了解一下Imagen Video。这款AI模型不仅能够生成高清的视频，还具备了一些特殊能力。它可以理解并模仿不同的艺术风格，如水彩画、像素画，甚至是梵高风格。而且，它还能够准确理解物体的3D结构，在旋转时不会失真。最重要的是，它继承了Imagen模型在文本理解方面的能力，可以根据简短的描述生成创意动画。这些特点使得Imagen Video不仅在视频生成方面表现出色，而且其优化技巧也有望泛化应用于其他扩散模型。

Phenaki是另一款令人印象深刻的AI模型，它的特点是可以让每个人都成为一位“导演”。Phenaki不仅能够生成高清视频和卡通风格的视频，还能够自由切换场景。更令人惊叹的是，它可以根据系列提示生成长达2分钟以上的视频，并讲述连贯的故事情节。这个能力的实现是通过引入一种新的因果模型，将视频分解成离散的表示，并按照时间的因果顺序进行处理。这种方法不仅提高了视频生成的质量，还降低了训练成本。

这两款模型的发布引发了广泛的关注和讨论，但也引发了一些担忧。有人担心，一旦这些技术成熟，可能会对短视频行业造成冲击。然而，正如一位影视行业工作者所指出的，目前的AI技术虽然令人印象深刻，但在精细控制每个镜头方面还存在不足。他认为，AI最终将创造更多的工作岗位，就像摄影机的发明创造了摄影师一样，AI只是另一个工具。

总的来说，谷歌的Imagen Video和Phenaki展示了人工智能在从文本到视频的领域的巨大潜力。虽然目前这些技术尚未开源，但随着时间的推移，我们可以期待它们的代码和演示版本会变得更加普及。未来，人工智能将在各个行业、各个领域发挥越来越大的作用，为我们提供更多的创造力和可能性。不过，为了实现更广泛的应用，我们需要一个更加开放的人工智能环境，即开源的方式。

最后，如果你对AI生成视频感兴趣，可以尝试清华与智源实验室的Cogvideo，这是一个可以在HuggingFace上试玩的AI生成视频模型。未来，随着这些技术的进一步发展，我们有望见证更多令人惊叹的创新和可能性。不管怎样，人工智能已经成为我们生活和工作中不可或缺的一部分，我们应该积极拥抱这个时代的变化，迎接更美好的未来。

以上内容资料均来源于网络，本文作者无意针对，影射任何现实国家，政体，组织，种族，个人。相关数据，理论考证于网络资料，以上内容并不代表本文作者赞同文章中的律法，规则，观点，行为以及对相关资料的真实性负责。本文作者就以上或相关所产生的任何问题概不负责，亦不承担任何直接与间接的法律责任。由于平台规则，只有当您跟我有更多互动的时候，才会被认定为铁粉。如果您喜欢我的文章，可以点个“关注”，成为铁粉后能第一时间收到文章推送。本文仅在今日头条首发，请勿搬运。