最快5秒光速出片，全球首個接近實時生成的AI視頻模型來了
智東西作者 雲鵬編輯 漠影
今天，AI視頻模型火爆全球，呈現出百家爭鳴的態勢。雖然Sora姍姍來遲，卻還是在上線當天就被擠爆了服務器。
國外有Runway、Luma AI這樣的老牌玩家，國內則有各路AI創企和互聯網科技巨頭接連亮出自家的“中國造Sora”，各種AI生成視頻越來越多地出現在大衆視野中。
愛詩科技、生數科技、Minimax等AI創企不斷掏出新策略、新功能、新玩法輪番轟炸，而科技大廠字節跳動、快手也入場攪局。
//oss.zhidx.com/uploads/2024/12/67713460d2406_67713460cd287_67713460ccc90_WeChat_20241229191153.mp4
▲由愛詩科技旗下PixVerse v3.5生成
與此同時，AI視頻生成技術也在快速迭代發展，競爭來到新的階段。AI視頻模型的競爭開始從能用到好用，視頻生成的速度、質量成爲核心競爭焦點；另一邊，視頻生成也不侷限於文字，隨手發一張圖就能生成精美視頻已經成爲現實。
在這批AI視頻生成開拓者們中間，國內愛詩科技旗下PixVerse已成爲跑的最快的一家，並在全球市場立下了良好口碑。PixVerse App海外市場一經上線，在多個國家殺入下載榜前列甚至位列榜首。
從上個月剛剛火爆全網、朋友圈頻頻刷屏的“毒液特效”視頻，到12月“猛男肌肉特效”視頻，這些“經典”都出自PixVerse之手，二者在生成總量上超過幾百萬次，在海外Tiktok平臺曝光量已經過億，其在全球範圍的熱度甚至一度超越了Runway和Sora。
▲谷歌搜索熱度趨勢圖，來源：Google Trends
在C端取得如此驕人戰績後，PixVerse繼續加快腳步，開“卷”專業AI創作能力，最近PixVerse的v3.5模型版本已經正式發佈。
不少海外AI專業創作者和藝術家都在體驗測試版的過程中給出了極高的評價，稱3.5版本具有非常高的靈活性、富有創意，並且動畫效果着實很贊。
▲AI藝術家Pierrick Chevallier
正式上線後，立刻有不少用戶亮出了自己的得意新作，效果還是比較驚豔的：
▲來自X平臺用戶Alfred Cadoux
▲來自X平臺AI創作者AZIZ
智東西也提前體驗了PixVerse v3.5的內測版本，其生成速度領先數倍於競品，畫面細節滿滿、想象力豐富，動漫效果更是一騎絕塵，可以說十分驚豔。從日常娛樂到專業創作，AI視頻生成正愈發深度地走進我們的生活。
一、5秒光速出圖，全球首個接近實時生成的AI視頻模型來了
爲了感受PixVerse生成視頻速度之快，我們首先挑選了一個日常生活中常常會遇到的輕負載高頻次的場景——讓表情包動起來，直接讓一些靜態梗圖變成動圖！
//oss.zhidx.com/uploads/2024/12/676e5dd55018e_676e5dd54cb04_676e5dd54cad9_已讀不回小女孩視頻.mp4
根據我們實際體驗，在極速（Turbo）模式下，利用一張常見表情包生成視頻的時間最短只有5秒左右，平均在8秒左右。
從生成效果來看，基本的描述都可以比較準確地實現，角色的肢體動作比較自然，遮擋關係都非常正確，尤其適合做表情包。
//oss.zhidx.com/uploads/2024/12/676e5ea4a75e5_676e5ea49cfff_676e5ea49c84b_蜘蛛俠超人擁抱視頻.mp4
雖然在個別案例中，一些視頻生成模型常見的細節穿模問題還有待優化，但能在10秒之內生成如此質量的視頻，在體驗上已經是一種跨越式提升了。
我們也對比了國外的AI視頻生成老大哥Runway，不得不說，Runway在速度這塊的確沒輸多少，也比較快，但生成視頻質量卻與PixVerse存在不小差距。生成效果甚至很難達到“可用”狀態。
//oss.zhidx.com/uploads/2024/12/676e5e7c6f9b2_676e5e7c6b33b_676e5e7c6b2de_Runway超人蜘蛛俠擁抱.mp4
▲基於相同圖片和提示詞，Runway生成結果
這種犧牲質量換速度的策略顯然存在很大風險，稍不留神就會“翻車”。
相比Runway，國內的可靈、海螺，生成同樣主題視頻的質量會好一些，與PixVerse相對接近，但是在速度上卻慢了不少，平均生成時間都在2-3分鐘之間，個別速度較快的案例可以在1分鐘左右。
值得一提的是，PixVerse生成視頻的速度並不是用質量換來的，整體對比下來，PixVerse的生成質量、對描述的還原程度，在大部分測試中都是最高的。
海外AI藝術家Volodymyr Cherner也亮出了自己的最新作品，他評論稱，PixVerse可以在1分鐘內生成1080P的高清視頻，而不像其他產品一樣需要8-10分鐘，可以說是既快又好的代表了。
▲Volodymyr Cherner作品
▲Volodymyr Cherner作品
所以，高效且高質量的視頻生成能夠帶來什麼？
最顯而易見的就是效率的提升，進而可以轉化成實際生產中的經濟效益提升。
但即使是1分鐘，也與PixVerse存在數倍的速度差距，10秒與2分鐘之間的差別，帶來的就是十幾倍的生產效率提升。
同樣時間內，PixVerse可以給創作者提供更多的創作機會，發覺更多靈感和創意，大幅增加優質素材產出的概率、提高效率。
OpenAI的Sora在測試階段，就曾因視頻生成速度太慢的問題飽受詬病，初期Sora甚至需要10多分鐘才能生成一段1分鐘視頻。Luma AI的Dream Machine發佈後，很多用戶甚至需要排隊等待數小時才能得到生成的視頻，這無疑大大消耗了用戶的耐心，讓體驗打折扣。
相比之下，PixVerse可以幾秒、十幾秒生成視頻，這種體驗讓AI視頻生成真正變得更普及，我們可以隨時隨地利用AI生成視頻並與他人交流、分享、使用。
二、解密底層模型升級：運動控制、細節表現出衆，動漫創作效果行業第一
正如前文所說，“快”只是PixVerse的一個核心優勢，其在生成質量方面的表現也可圈可點，尤其是在運動控制、細節呈現以及動漫/動畫效果的表達上十分亮眼。
首先是運動控制的穩定性。比如在這個山路騎行的視頻中，人物騎行的動作十分自然，車輛行駛的軌跡也控制的比較好，遠處的背景與騎行者的關係也保持的比較穩定，鏡頭跟隨效果自然。
//oss.zhidx.com/uploads/2024/12/676e5eba9a251_676e5eba963c2_676e5eba96095_騎行視頻.mp4
在滑板視頻中，滑板的運動軌跡展現是極爲困難的，同時模型對人物肢體動作的控制和展現也都表現的比較好，沒有出現明顯的不協調或違和感。
//oss.zhidx.com/uploads/2024/12/676e5ec754584_676e5ec74dce7_676e5ec74dcbc_滑板視頻.mp4
接下來，我們來看看PixVerse模型對細節的表現力，以及非現實創作能力。
在這組聖誕老人在紐約都市夜晚送聖誕禮物的視頻中，我們選擇了3D動畫模式，模型表現出了出色的非現實畫面創作能力，對於聖誕老人會以何種形式出現在大都市中，模型給出了很好的答案。
//oss.zhidx.com/uploads/2024/12/676e5ed4e896e_676e5ed4e2061_676e5ed4e2034_聖誕老人視頻.mp4
同時，聖誕老人的形象可愛逼真，馴鹿的運動姿態很自然，符合常理。在雪橇滑行過程中，我們甚至可以看到很多細節，比如雪橇的顛簸、雪花輕輕濺起、陰影自然跟隨。
在另一個北極熊在極光下做冰雕的視頻中，3D動畫版的北極熊憨態可掬，十分可愛，其毛髮柔順細密彷彿觸手可及，同時北極熊手握冰雕工具的姿態也十分準確，進行雕刻的動作也十分自然真實，另外冰雕中的光線映射也比較擬真。
//oss.zhidx.com/uploads/2024/12/676e5eeade228_676e5eead88c2_676e5eead8888_北極熊視頻.mp4
模型可以很好地想象出本不可能存在的場景，並將一些基本的動作和細節的刻畫都做到位。
在另外兩組現實人物面部特寫視頻中，模型一方面可以非常高質量的呈現人物面部細節，比如膚質、毛孔，同時模型可以準確呈現我們描述的人物神態，比如驚恐或是平靜。
//oss.zhidx.com/uploads/2024/12/676e5f1167f4b_676e5f1157acc_676e5f1157aa3_大自然享受視頻.mp4
火光在人物面部的映射，視頻背景的自然虛化，這些細節也都做的比較到位。
//oss.zhidx.com/uploads/2024/12/676e5f22b7e8c_676e5f22b1e1b_676e5f22b1dea_火光面龐視頻.mp4
在動漫、動畫創作方面，我們還讓PixVerse生成了一組海賊王主題的視頻，視頻中路飛和娜美在船頭激情碰拳，模型可以準確還原動漫人物的標誌性特點，角色的配色都沒有問題，同時動作自然沒有違和感。
//oss.zhidx.com/uploads/2024/12/676e5f35c62cb_676e5f35c0d56_676e5f35c0d18_路費娜美視頻.mp4
在一組動漫風格的賽車追逐戰視頻中，漫畫中常見的速度感、力量感線條表達被很好地呈現了出來，車輛的運動、鏡頭的運鏡都處理的十分到位。
//oss.zhidx.com/uploads/2024/12/676e5f6c21d19_676e5f6c1bf75_676e5f6c1bf32_賽車追逐視頻.mp4
可以看到，在動漫、動畫創作方面，PixVerse的表現是十分驚豔的。據瞭解，目前PixVerse的動漫動畫視頻創作效果SOTA行業第一。
//oss.zhidx.com/uploads/2024/12/676e5f524bb97_676e5f5245fa5_676e5f5245f7a_大聖歸來視頻.mp4
最後，PixVerse的視頻生成還支持首尾幀功能，用3D數字藝術家Travis Davids的話來說，兩幅構圖相近的圖像放在一起非常有趣，就像變魔術一樣。
▲Travis Davids作品，下方圖片爲首尾幀
整體來看，PixVerse 3.5版本的升級帶來了非常直觀的用戶體驗提升，其兼顧了生成速度和畫質，在細節表現上十分出衆，動畫動漫效果成爲其突出優勢之一。結合極具性價比的價格，不論是對大衆消費者還是專業創作者，PixVerse無疑都是當下國內AI視頻生成領域的更優選擇。
結語：AI視頻大模型競爭升級，從能用走向普及好用
如今，AI大模型技術的發展已經從比拼參數走向比拼商業化落地，如何真正給消費者和企業帶來好的體驗，真正賦能生產力、提升生產效率，成爲競爭焦點。AI視頻生成賽道也不例外。
相比姍姍來遲吊足胃口的Sora，國內外一衆AI創企和科技巨頭都已亮出各種產品，像PixVerse這樣的年輕力量已經走向世界舞臺並斬獲佳績。愛詩科技憑藉底模的升級，在速度顛覆性提升的基礎上兼顧質量，將AI視頻模型生成從能用帶向好用。
今天，AI視頻生成工具這把火正越燒越旺，消費者認知度也越來越強，隨着“內卷”的加劇，企業想要真正殺出重圍，還是要靠技術硬實力說話。體驗好不好，消費者自會用腳投票。