挑戰Sora 劍指音效師 Pika的AI視頻不再“靜音”

出品｜本站科技《態度》欄目

作者｜丁廣勝

1. 如何讓文生視頻更好用，Pika再下一城。不僅僅是文生視頻，AI連音頻也一併搞定，且非常逼真。Pika說不好意思他們不再“靜音”了，音頻生成包括兩個方法，一是輸入Prompt，二是直接根據視頻內容匹配生成。Pika把這一功能稱爲“Sound Effects”。目前開放測試版給到“超級合作者和專業用戶”。

2.輸入Prompt生成音頻或許不值得特別驚訝，大家樂見其成的是“根據視頻生成”，即你讓AI生成了一段視頻，Pika根據視頻再幫你搞定音頻，且這個音頻完全符合現實世界——讓我想起了電影工業的昂貴“手藝人”音效師——又一個即將失業的羣體？

3.“這是工程上的一個小進步，從技術角度來講，沒什麼”。英諾天使基金合夥人王晟告訴本站科技《態度》，雖然Pika生成質量方面還有不少問題，但這是趨勢，AI把各種模態都統一起來，用一個Prompt去解決，這大大提升了視頻製作的流程和效率，AI讓這個事情變得非常簡單，但本質上技術難度不大。

4.在Pika的x博文留言區，引來了音頻工作者的質問：能分享一下訓練音頻的數據嗎？許多創作者擔心他們的作品在未經他們同意的情況下被你們使用。

5.文生音頻其實比文生視頻要成熟。經過本站科技粗略統計，市面上公開可用的文生音頻工具多達50+款，但生成質量層次不齊。比如，倫敦創業公司Stability AI在靠文生圖獲得大量關注之後，就曾於2023年推出Stable Audio，用prompt的方式寫歌，描述音樂流派、樂器、畫面、感覺就可以生成一段音樂demo。

6.多模態是大勢所趨，AI將重塑創作的每一個角落。從大模型在文生圖應用的大放異彩，再到文生視頻Sora的驚豔衆人。AI定會不斷的給我們驚喜，從文本、音頻、視頻的全鏈條AI化，這是通往AGI的天然場景，也可能是證明AGI的絕佳方式。

7.Pika創始人郭文景稱其對標的產品就是Sora，當Sora橫空出世之時，所有人都在爲Pika捏一把汗，郭文景當時的表態是：“振奮人心，籌備直接衝”。今天率先推出文生視頻的音頻生成功能，想必是她衝擊Sora的其中一步。

8.這家公司成立於2023年4月，同年11月發佈了Pika 1.0。Pika1.0的主要功能是：一是用文本和圖像生成視頻，只需要輸入幾行文本或上傳圖像，就可以創建簡短、高質量的視頻；二是編輯更改視頻，輸入相關文本，實現對背景環境、衣着道具等元素的增減或者更改；三是切換視頻風格，例如在黑白、動畫等不同風格中轉化；四是更改視頻的寬高比。2024年2月28日，Pika 推出新功能 Lip Sync，允許用戶爲視頻添加語音對白，並實現嘴脣同步的效果。而後，最新的更新便是今天這次。

9.給大家看看demo：

Pika Sound Effects音頻功能demo（來源：本站科技報道）