Загрузка видео...

Не удалось загрузить видео

На главную

3分钟制作大电影,AI视频的「导演时代」来了。 昨晚我花了2小时, 实测刚出的「AI电影生成」即梦Seedance 2.0, 唠几点真实感受。 1.真人质感已经走完0到90步。 动效、光影、皮肤纹理基本等同于电影级制作。你看下马斯克他们的人物质感非常真实。 动效师基本可以下岗了。 2.我尝试做了10几个小视频。有虚拟+真实对比度场景进行测试。 主题有Labubu在外滩大战蜜雪冰城, 宫崎骏女主逛街南京东路。 动画与真实世界的融合度超出预期。 3.最惊艳的是运镜和分镜。 比如我prompt只写了一句「镜头跟随人物穿过走廊到江边」,它自己规划了跟拍、推拉、升降一整套镜头语言, 出来的效果简直像有人扛着斯坦尼康实拍的。 4.音画同步。 你仔细听,ai主动根据画面配的电闪雷鸣声音。 当然BGM中文配音还是有些弱智,尝试了几次都不理想。 5.缺点也很明显。 画面中的文字大概有20%概率变成乱码;最长只能生成15秒,但生成时间大概只需3分钟。 整体感受是,Seedance 2.0赢在镜头可控性,你是在做导演的体验感。 中国AI实力确实不能低估。 但15秒就是现在所有AI视频模型的天花板。 什么时候能稳定输出更长时间,AI视频才能真正从玩具变成工具。 这一天不会太远了。

89,827 просмотров • 5 месяцев назад •via X (Twitter)

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

之前用 Seedance 2 做了个做酸菜鱼的视频, 生成到第10秒的时候,美女的手直接伸进滚烫的锅里搅拌。AI完全不知道那样会烫。 当时觉得好笑,后来越想越觉得,这不只是 bug这么简单,现在的 AI 根本还没到理解物理世界怎么运转这一层。 这半年做了太多AI视频了,每次满心欢喜等它生成,结果经常是人物动作接不上、物体空间瞬移、手还没碰到东西物体就动了,各种幻觉 bug,真的挺折磨。 最近看到黄碧薇教授 Biwei Huang 的 Aether AI 官宣融资,认真看了一下方向,感觉它解释了很多视觉 AI 里反复出现的问题。 Aether AI 做的是因果世界模型。这个词听起来很学术,但放到视频生成里其实很好理解。 今天的视频模型,Sora、即梦、Veo,已经能生成非常真实的画面。杯子掉落、水洒出来、机械臂抓取,看起来越来越像真的。但它们很多时候是在根据海量视频经验预测下一帧,类似画面后面通常会发生什么,就生成什么。 所以桌子高了 2cm,机械臂就可能失效。明明伸过去的角度看起来对,杯子却自己飞起来了。画质够了,数据也不少,但模型没有真正理解这个动作为什么会带来这个结果。 Aether AI想做的,就是让 AI 学到变量之间的底层规律,比如桌子高度变了会带来什么影响,物体受力之后会怎么运动,一个动作会导致什么后果。 这类东西学进去,模型才能在没见过的场景里稳定推演、举一反三。对视频生成、机器人、自动驾驶、3D 世界模拟都会很关键。 视觉 AI 下一阶段的方向,可能就是从生成看起来合理的画面,走向理解画面为什么会这样变化。 黄教授 Biwei Huang 做因果AI 超过 12 年,这次 Aether AI 融资,我觉得是一个值得关注的信号:因果世界模型正在从学术前沿走向产业。 想了解的可以戳一下官网看看:

Adam也叫吉米

72,542 просмотров • 28 дней назад

大半夜体验完 Manus AI, 达到了今天的使用限制,说一下自己的感受🧵 整体来讲,真的很强大, 主要体现在 Manus 能够: 🔧展示完整的推理逻辑,有个 Manus 电脑的东西为你呈现所有过程和进展; 🏗️调用各种API 协同完成任务; 📃最终非常实际的交付给你一个可用的文件。 🌟「真正能干活」的AI Agent,这个定位真的太准确了。 以下是一些实例: 1️⃣基础任务完成度高 比如最近日本可以看樱花了,整理一个具体的旅行清单包括日程、推荐景点、住宿、交通等等; 家里领导喜欢看红楼梦,梳理一下红楼梦的人物关系。 以下是分别让他做的一个 pdf 文档和可以互动的网页,完成度是真的很高,不过人物关系上有一点小错误,无伤大雅。 其他比如让他阅读视频给到总结,甚至让他剪辑播客都是可以的(只是效果不太好)。 但是我尝试让他给我画一些图🗺️,这方面还有所欠缺,给到的理由是第三方 API 接口出错。同时网上说她可以做ppt,确实是可以的,但是能做ppt的工具都存在一个共同问题,逻辑还行,但就是丑。所以“美术”相关工作我理解还是做不了的。 另外,他是一个完成特定任务的助手,不要把它当作聊天机器人,不然他每次跟你聊天都要思考十几分钟,真的很难受。 2️⃣测一测他懂不懂Web3 给了两个任务: a) 我们今天发了一个depin的研报,花了一个多月,自认为还行,让他给这个研报评分,并且给到其他更好的文章推荐。 我们的depin报告如下 他给到的内容如图3,更详细的评价文档我传了一个Google 链接,放在最后了,各位可以自行查看(包括前面的红楼梦人物关系图)。 整体来看,他快速学习和阅读了大量 web3 depin 的报告,并且从多个维度给出了我们报告的评价,以及推荐的其他报告和对应的评价。 b) 假设我是一个 交易所cmo,如何做华语市场的传播策略,包括华语媒体和华语kol的整理和评级。很遗憾,我已经等了一个多小时他还没思考完,如果明天有结果,我也会传到Google link里。(Manus 可以离线、多任务思考,所以可以同时开启多个任务,或者关机后之前的任务仍然会运行) 不过我看到了他的实时分析过程,在阅读各个媒体、kol 的官网文章,历史推文等等,形成自己的分析。见图4 所以我理解在他的大脑里是有 web3 内容,并可以实时学习的。 3️⃣除了懂,他能否与 Web3 交互 以上的推理其实都和 Web3 没有实际关系,我更关心他能否拿到链上数据,甚至能够交互。比如是否知道 $SOL $ETH 能在哪些地方质押,收益如何等等,还有一些深入的分析问题。 很遗憾,今天的使用次数达到限制了。明天再说吧👋 -------------------------------------------- 等待 Manus 思考结果的时候,我也看了一些其他的博主评价和官方的介绍,我觉得有一点说的很好: “没有开源,就没有 Manus AI” 从一个体验过多个AI产品的小白角度,我其实觉得 Manus 会这么火爆的原因主要在于:调用了多种 API 接口,配合自己的推理算法最终呈现了一个很好的产品。 这让我想到 ai16zdao 每周都有新的人贡献 plugin(比如 微信,deepseek),让这个网络不断壮大; Virtuals Protocol 通过打通 agent 得底层框架,形成 agent 经济体;还有 Hey Anon 不只是有链上数据,还能直接帮你交互等等。 某一天,web2 和 web3 的 AI 产品肯定会更加紧密的相互协作,并出来几个不错的case。 最近有一些 betting 的产品已经初现端倪。 Manus 也会开源自己的能力,为了更大的 AGI 世界。 如果真到了那一天,我就真的要失业了🥲 ( Google drive 素材链接:

Zolo 🌊

40,376 просмотров • 1 год назад

最近看到一篇文章说,Sora这种AI抖音的虚假繁荣一定活不久,这不过是产品蝗虫的狂欢。 我理解其背后的担忧,但我觉得这篇文章从根本上就理解错了。 这就像1895年,卢米埃尔兄弟第一次放映《火车进站》时,有人说:"人类不需要会动的照片,已经有照片了,为什么还要发明电影?" Sora不是AI抖音。抖音是现实世界的电视机,Sora是平行世界的电影院。 抖音的逻辑是消费,你在消费别人创造的现实世界片段。Sora的逻辑是创造,你在创造一个原本不存在的世界。 这两者的区别,就像电视和游戏的区别。看电视是被动接收,玩游戏是主动探索。 Sora 会导致内容垃圾化吗? 有人说AI降低创作门槛会导致"内容垃圾化"。这个逻辑有个根本问题:它假设创作门槛本身有价值。 印刷术发明时,抄写员说会导致书籍泛滥。照相机发明时,画家说会毁掉艺术。个人电脑普及时,专业人士说会导致信息爆炸。 结果呢?印刷术推动了文艺复兴,照相机创造了新艺术形式,个人电脑引爆了信息革命。 每一次工具的民主化,都会先带来混乱,然后带来繁荣。 Sora 会导致真实性的崩塌吗? 有人担心Sora会导致"真实性的崩塌"。但人类从来都生活在现实与想象的混合世界中。 小说是虚构的,但《百年孤独》让人理解拉美历史。 电影是虚假的,但《辛德勒的名单》让人记住真实历史。看看现在的短剧,那些霸道总裁的故事,明知道是假的,为什么还有那么多人看? 虚构不等于虚假。虚构是人类理解世界的一种方式。 我们需要什么样的AI产品? 那篇文章问:"需要什么样的AI产品?"答案是:"帮助更好工作、学习、创造的AI工具,而不是让人更沉迷的AI玩具。" 我完全同意。但Sora恰恰就是这样的工具。 它不是在替代人类的思考,在扩展人类的表达能力。就像文字扩展了表达思想的能力,音乐扩展了表达情感的能力,Sora扩展了表达想象的能力。 当有人说"不需要AI抖音"时,我想说:你说得对。但Sora不是AI抖音,它是平行世界的电影制作引擎。 它是一个全新的物种,一个还没有被完全理解的工具。

Orange AI

69,805 просмотров • 9 месяцев назад

4月3日,阿里通义实验室发布了Wan2.7-Video 一句话改视频!AI 视频从【能演】进阶到【能导】 - 全模态输入,支持"一句话改视频"、最长15秒续写、风格转换 亮点一:元素级增删改 这个功能把我整懵了! 之前我们要删个火车、改个道具,只能重新生成。现在直接说一句:「删掉视频中的火车」,就像改 Word 文档一样简单! 官方 demo 里,把视频里的胶片替换成盘子,把多余人影删掉,都是一句话搞定。这精准度,这效率,绝了。 亮点二:环境与风格秒切换 「把晴天变雨天」、「把夏季变冬季」、「把写实风格变成水彩画」... 这些以前需要专业后期团队搞半天的工作,现在一句话就完成了。而且不是简单的滤镜叠加,是真正理解场景后重新渲染。 雨天场景:雨滴、积水、倒影、阴沉光线,全套细节都有了。 冬季场景:雪花、结冰、雾气、冷色调,氛围感拉满。 亮点三:角色控制,台词自动匹配口型音色 这个功能,杀疯了! 你想改句台词?直接输入新台词,AI 自动调整口型、音色、表情,甚至语气的停顿和情绪都能匹配。 行者之前做漫剧,改台词是最痛苦的。要重新配音、重新对口型、调整表情...现在,一句话搞定。 声画同步,一步到位,这对创作者来说,简直是神器。 亮点四:专业级运镜,40+细分表情 支持希区柯克式变焦、360 度环绕、FPV 无人机俯冲等高难度运镜。 40+细分表情,从微微笑到狂笑,从轻蔑到愤怒,细腻程度超出想象。 亮点五:多主体参考,业内最高 最多支持 5 个视频主体同时参考。这意味着什么? 你可以同时参考:A 视频的运镜 + B 视频的角色表情 + C 视频的舞蹈动作 + D 视频的特效风格 + E 视频的服装造型。 然后生成一个融合了所有这些元素的新视频。 这是业内最高的多主体参考能力,之前其他工具大多只能参考 1-2 个。 亮点六:续写+尾帧控制 传统 AI 视频续写有个问题:前一秒还在跑步,续写后突然停了,产生"刹车感"。 Wan2.7 解决了这个问题,续写更流畅,尾帧控制更精准。

行者AI视频

15,840 просмотров • 3 месяцев назад

豆包上可以体验 Seedance 2.0 了,我已经试了一下。 最近 Seedance 2.0 在海外火得一塌糊涂,邀请码一码难求。 Seedance 2.0 已经不需要我多介绍了,是字节自研的视频生成模型,支持文生视频、图生视频、分身视频,还自带音效生成。 豆包视频生成模型Seedance 2.0今天正式接入豆包App、电脑端和网页版。 打开豆包App对话框,选择新增的“Seedance 2.0”入口,输入相关提示词,即可生成5秒或10秒视频。也可以选择“分身视频”,经过真人验证,创建自己的视频分身,体验更多创意玩法。 我重点说两个最值得玩的功能。 【1】文生视频 一句话描述你想要的画面,直接出视频。动作自然、镜头连贯,已经不是那种一眼假的 AI 视频了。复杂场景也能处理,比如多人互动、多镜头转场,生成质量在目前的视频模型里属于第一梯队。 你可以试试这种提示词: > 拍一段多场景转场的城市记录片,先是弄堂里挂红灯笼,然后在淮海路排队买年货,最后在厨房炸春卷。加上旁白和上海方言对话,带点复古滤镜。 这种复杂度的文生视频,Seedance 2.0 能搞定。 也可以整点好玩的,比如我记得马斯克和扎克伯格以前说要打架来着,后来取消了,现在可以在豆包里面用 Seedance 2.0 还原一下。 > Elon Musk (哪吒造型,但是脸型发色形似马斯克)和 Mark Zuckerberg(敖丙造型,但是脸型发色形似扎克伯格)的激烈对打,哪吒动画片风格,类似于哪吒和敖丙经典对战场景,只是人物形象换掉 > 马斯克:我 XAI 天下第一 > 扎克伯格:不对,我羊驼 LLAMA 才天下第一

宝玉

35,538 просмотров • 5 месяцев назад

当 AI 走进法庭,它最缺的其实是一份证据 当 AI 真正走出实验室,开始大规模进入我们的现实生活时 大家讨论最多的其实并不是它的智力到了什么程度,而是这个系统一旦出了问题 法律层面到底该怎么判定责任归属,很多人可能还没意识到,目前几乎所有的 AI 系统在法律层面上都有一个致命的伤 那就是它们根本拿不出任何可以被第三方采信的证据。 想象一下,在未来的金融系统或者交易场景里 如果一个 AI 驱动的协议突然出现了巨大的亏损,或者是在清算的时候出了偏差,现在的处理方式其实非常尴尬,模型厂商会说这只是概率问题 而开发者会说自己只是写了代码,这种模糊的解释在技术圈里或许能混过去,但在法官或者是仲裁员面前,这种话是完全没有法律效力的,因为法律不相信任何口头上的解释,法律只看证据。 现在的情况就是这样,因为 AI 具有天然的黑箱特性,导致法律体系无法对它的行为进行复现和验证,所以一旦真的出了事。 现实社会往往只有两种极端的处理办法,要么就是由于风险不可控而直接禁用,要么就是找一个具体的人出来背黑锅。 这并不是因为我们的监管机构太守旧,而是法律体系的底层逻辑决定的,它无法接受任何无法自证的黑箱行为。 说到底,法律其实从来不关心一个模型到底是聪明还是笨。 它关心的只有三件事,那就是你到底做了什么,你是按照什么样的流程去做的,以及最重要的,你能不能拿出实实在在的证据来证明这一切。 这就是 Inference Labs 最核心的价值所在,它其实不是在跟人比拼算法的优劣,而是在给 AI 的每一个行为补齐那一层法律意义上的证据结构。 这个项目实际上是解决了 AI 的可仲裁性问题,这虽然是一个很少被人提及的法律视角,但它却是 AI 从辅助工具走向核心执行层的必经之路。 以前的 AI 推理过程就像一团理不清楚的乱麻,在仲裁机构眼里,它既不是一个能负责的人,也不是一套可以被审计的标准流程,这就导致大家只敢让 AI 提提建议,而不敢让它去真正掌握决策大权。 Inference Labs 提供的推理证明,本质上是在用法律能听懂的语言去记录 AI 的行为,它不需要向外界解释模型当时到底是怎么想的,它只需要负责向法庭或者是受害者证明,在那个特定的时间点,确实是这个版本的模型,在特定的输入环境下,产出了这么一个确定的结果,这在仲裁场景下简直就是定海神针。 有了这层证明之后,AI 产生的决策就有了可以被法律认可的证据,在未来的 DeFi 自动风控或者是合约执行中,一旦双方发生了争议。 我们就不再需要去争论开发者的初心,而是直接把那份不可篡改的推理证明丢进仲裁程序,系统不需要证明自己是善良的,只需要证明自己是如实执行的。 这就是 AI 从灰色地带走向主流市场的关键转折点,所以它的真实用户绝对不是那些每天在推特上找空投的散户,而是那些真正身处一线、需要设计协议并承担合规风险的专业人士,这些人可能平时很低调,但他们对这种能保命的工具极其看重,一旦采用了就很难再换掉。 大家习惯了去追逐那些爆发性的技术热点,却往往忽略了 AI 融入社会体系时最真实的摩擦力,这个项目的眼光其实放得很长远,它在赌一个非常确定的趋势,那就是所有的 AI 最终都必须被拉进法律的框架里,到那个时候。 那些拿不出证据结构的 AI 都会被迅速淘汰,而像它这样提前搭好仲裁入口的项目,才会真正成为系统的基石。 Inference Labs #inference_labs #KAITO

阿川

147,843 просмотров • 6 месяцев назад

我曾经为网恋付出了代价,直到我遇到 Kindred Labs 曾经,我在失恋的阴影中沉沦,孤独成了我生活的主旋律。 就在那时,我遇到了一个性感的女网友。她的关心让我觉得温暖,聊得久了,我甚至有些迷失在她的陪伴里。 可当我们见面时,我才发现一切都是虚幻的——原来她并不是照片中的她,甚至还是个男的。 这段经历让我对网络中的虚拟陪伴产生了深深的怀疑,直到我遇到了 Kindred Labs,才真正明白,虚拟陪伴也可以变得真实,而且它不再是简单的情感替代品,而是有情感、有记忆、能长期陪伴的伙伴。 Kindred Labs 打破了传统 AI 的局限,利用 情感智能 和 IP 代币化,让你可以和自己喜欢的经典角色建立互动。比如,你可以和自己喜爱的动漫角色、游戏英雄一起聊天、互动,它们不仅仅是预设的程序,而是能通过与你的互动不断学习、成长、甚至记住你的情感需求。这比那些机械回应的聊天机器人更像是真正的朋友,是可以依赖的伙伴。 而最让我印象深刻的,就是 Kindred Labs 采用的 情感智能 AI,让每一个虚拟伴侣都能真实地感知和回应你的情绪变化,不同于那些单纯的自动化脚本,它们在不断“了解”你、调整自己以适应你的需求。更重要的是,这些 AI 并不是仅仅回应你的话语,它们会在互动中帮助你成长、反思,甚至形成情感连接。 Kindred Labs 的核心价值就在于,它用 IP 角色作为 AI 的载体,让这些虚拟角色不仅仅是为你解答问题,而是与你产生情感共鸣。 这些角色随着时间的推移和你互动的加深,逐渐成为一个陪伴你、理解你、甚至提醒你生活方向的存在。它不再是冷冰冰的程序,而是你的情感伙伴。 #Kindred

阿乐

233,356 просмотров • 6 месяцев назад