马斯克要用 AI 打造《奥德赛》电影，我用小云雀 Seedance 2.5 提前实现了

电影史上存在着一些技术, 这些技术普通观众不一定能够叫出它们的名字, 然而它们却会对一代人的镜头方面的记忆产生改变。

20世纪70年代, Brown发明了某样东西 , 它在后来被运用到了《洛奇》里那段声名远扬 的台阶奔跑场景之中 , 同时也现身于《闪灵》里那条让人心里发怵的酒店走廊。

观众记住的, 是那种奔跑的状态, 还有压迫感以及幽闭空间, 行业所看到的呢, 则是摄影机摆脱轨道, 进而获得空间自由, 导演、摄影与演员之间的调度关系被进行了重新调整, 创作自由度也跟着被打开了。

今天的 AI 视频也走到了类似阶段。

以前, 它倾向于打造短片段的令人惊艳的刹那, 然而长镜头不平稳, 角色以及场景容易出现漂移现象, 细节的修改需要再次生成, 镜头和构图也不容易进行精准的把控。短片段所呈现出的效果, 相较于专业制作水平而言, 缺少了一串充裕且可操控的流程。

体验APPSO后发觉, 小云雀2.5的升级情形, 恰好补上了这一环节。身为首发官方版2.5的AI创作工具, 小云雀对于模型能力以及产品功能, 进行了更深一层的结合。

30秒原生直接输出, 最多50个多模态参考素材, 白模进行渲染, 绿幕予以编辑, 音频进行分离, 另外还有角色素材包与角色库, 3D导演台, 片段可重拍, 且自带配音等独家功能, AI视频也开始从生成短片段, 步入更接近专业制作的阶段。

长镜头，是 AI 视频专业化的起点

关于小云雀2.5, 最直观的那种变化, 乃是将单段直出所具备的时长, 提升至30秒, 并且它还支持持续不断地往后延, 在这个加长的过程里, 最长竟能够抵达90秒。

将短剧、TVC、游戏CG以及音乐MV这些内容作为对象来看, 创作者无需再把一个全然完整的镜头划分成数量众多的零碎片段后。依靠剪辑去把它们拼凑组合在一起。生成的时长愈发长了, 这就为动作前进、情绪的转变、空间的调度以及事件的发展给予了更宏伟博大的空间余地。

在功能设置上，小云雀目前提供了两条主要创作路径。

第一次和AI视频有接触的用户, 能够直接运用首页的创作Agent功能。

用户只要描述想要做的视频, Agent 将会协助整理需求, 生成内容, 并且提供后续调整建议。下文所测试的「奥德赛海啸」以及「王的猜想」, 均借助创作 Agent 得以完成。

更关键的是, 用户能够点击输入框内的「画布模式」, 进而进入创作 Agent 画布。于保留自然语言交互之际, 持续运用素材管理、节点编排以及视频编辑等画布功能, 一步步增添对生成进程的把控。

像马斯克前些时候讲, 会于今年年末之前借助AI去制作一部长篇电影样式的《奥德赛》, 然而我径直依靠小云雀2.5生成了一场具备奥德赛风格的舰队大战。

30秒内, 五艘希腊战船, 于同一海峡中, 依次碰见巨石投击, 又遇火箭齐射, 紧跟着是接舷混战, 在持续推进时, 出现断船情况, 伴着落水发生, 随后开展救援, 紧接着有反击, 构成连续因果战斗场面。

该视频使用了AI生成技术

传统人工智能视频可是蛮容易就把这类提示词给处理成一组彼此之间毫无关联的战争镜头的。2.5是充分理解了每一艘船所承担的任务的, 它让三艘船各自去救援不同方向上的落水者, 并且在救人这样的期间还继续去完成转向、掩护以及反击这些动作的呢。

多不同身份主体、历经较长时间跨度、存在强烈因果关联的动态场景画面, 直至如今仍然是视频生成范畴之内的具备高度难度的任务情形。此个案例同样也能够表明这样的情况, 2.5已然能够将视觉角度的奇特景观进行有效的组织从而形成一段完整的具备连贯性的叙事内容, 并且处于当下人工智能所制作视频从较短镜头朝着较长片段进行发展迈进过程中的前沿位置之上。

「王的猜想」案例测试的是另一种长镜头能力。

要是跟 2.0 比起来, 2.5 能够把瞳孔特写、战场全景、高空俯冲、战舰穿越、能量爆发以及宇宙重组串成一条完整的摄影机路线。镜头尺度从极近景延伸到宇宙级全景, 之后又再次回到人物身上, 角色面容、战甲、披风还有王冠都得保持一样。

在开启创作 Agent 的自由画布功能之后, 于生成视频的进程当中, 系统会将模型、时长、比例、清晰度以及积分消耗分别罗列出来。而涉及积分的操作会先弹跳出确认卡片, 只有在用户确认以后才会着手开始生成。

视频生成完毕之后, 小云雀会根据时间段来阐述其内容, 像是人物的动作, 眼神之处的变化, 环境方面的改变以及镜头的推进情况。要是成片存有问题, 用户能够借助自然语言持续拿出修改的要求。

那段暴雨中的古城武侠打斗场景, 我们也进行了测试，白衣装束的剑客与黑衣打扮的刀客, 他俩先是由巷道往屋顶飞跃着上去；而后又从屋顶返回长街；最后于石桥之处展开了决战, 镜头在整个过程里都是持续不断地向前推进, 兵器相互碰撞发出声响, 碎瓦四处飞溅, 呈现出的场面是极为激烈的。

2.0已然拥有颇为强大的运动生成能力, 2.5之间的进步重点体现于动作延续以及空间连贯方面。人物能够从长街步入巷道, 跳跃至屋顶上面, 而后再返回石桥之处, 摄影机不会轻易地丧失方向。动作长镜头从以往的姿态展现, 开始趋近一段经过精心设计的对打场景。

, 没错, 要是你属于那种堪称小白之最的超级小白, 那你也能够去点击这个小小的图标为你的提示词进行润色以及修改, 这可真是实实在在地等于直接把饭喂到你嘴里了。

此外，参考素材能力也迎来明显扩容。

此时的小云雀 2.5, 当下能够支持的全模态参考素材输入, 最多可达 50 个。其中, 图片参考数量实现了从 9 张提升至 30 张。视频参考数量从 3 个提升到了 10 个, 而且音频也能够作为参考输入。另外, 无论人物、服装、场景、道具抑或是色调、表演节奏, 以及镜头语言, 均可借助素材本身向模型进行传递。

驱动视频生成行业过去的主要因素是, 创作者持续修改文字, 而后等待模型理解。新阶段所代表的2.5, 更偏向于由资产驱动以及工作流驱动。文字的作用为说明意图, 参考素材的功能在于限定结果, 画布的职责呢, 则是负责组织生成过程。

更为关键的是, 在长镜头能力得以提升之后, AI 视频终于能够去承担较为完整的叙事了。然而, 视频时长有所增加, 这也会致使新的问题出现。镜头倘若越长, 那么角色、空间以及细节就越发容易出现差错, 并且修改成本同样会越高。

故而, 专业化迈向的下一步路, 要求创作者实实在在于对镜头、人物以及局部画面方面, 获取到控制权。

导演 AI，正在成为新的创作能力