Gen-2颠覆AI生成视频!一句话秒出4K高清大片,网友:彻底改变游戏规则

这,绝对称得上是生成式AI进程中的里程碑。

就在深夜,Runway家标志性的AI视频生成工具Gen-2,迎来了“iPhone时刻”般的史诗级更新——

依旧是简单一句话输入,不过这一次,视频效果一口气拉到了4K超逼真的高度!

话不多说,我们直接来看炸裂的效果:

不难看出,这一次AI生成视频的效果已经克服了以往“一眼AI”的缺点,即不连贯、闪烁变形以及低清等等。

而这也正是Gen-2这次史诗级更新的内容重点:

在文生视频和图生视频中,为结果的保真度一致性带来了重大改进。

在这里插入图片描述

虽然Runway在官方说法中只是轻描淡写地描述为“发布了一项更新”,但在许多网友看来,这堪比一个大版本的迭代。

在这里插入图片描述

很多人在看到视频效果之后,已然是处于沸腾、燃爆的状态。

例如一位人工智能电影制作人将其称之为**“彻底改变游戏规则”**。

在这里插入图片描述

另一位生成式AI专家也认为:

这是生成式AI的关键时刻。

在这里插入图片描述

要知道,现在距离Gen-2正式发布也仅仅过了4个月(今年6月)而已,这不得不让人感慨AI进步、迭代的速度。

正如公众号“数字生命卡兹克”给出的评价:

人间一天,AI一年。

值得一提的是,Gen-2此次的重磅更新,是在网站和APP上同步进行的。

那么接下来,我们继续深入体验一下新Gen-2的炸裂效果。

0成本生成超级大片

现在,无论你是在网站或是APP上体验,只要用的是Gen-2,那么生成视频的结果,就是基于它最新的能力。

这不,一位网友就火速拿着Gen-2,配上小曲儿,秒生成了一部高级感满满的时尚广告大片

这颜色,这模特,这角度,广告大片算是被Gen-2稳稳拿捏住了。

还有下面这种高级MV镜头既视感的视频,也是不在话下:

再如这种脑洞大开、创意十足的科幻电影片段

讲真,当看到这些Gen-2生成的逼真4K视频,我们也是被狠狠地吸引住了。

于是乎,我们也决定亲自体验一把。

操作上可以说是极其的简单,进入Runway官网,点击**“Text to Video”**,再选择“Gen-2”,便可来到文本输入界面:

在这里插入图片描述

我们测试的文本内容是这样的:

Interstellar travel,surreal.
星际旅行,超现实主义。

在静候几秒之后,AI视频就出炉了:、

有一说一,其实Gen-2的结果跟我们原本在脑海中的设想是有些出入(以为会是宇宙星空背景的星舰)的。

但无论是场景亦或是飞船的样式,都给人一种耳目一新、别出心裁的感觉。

这对于创意工作者来说可谓是一种福利了,灵感枯竭的时候,不妨让Gen-2帮你想想。

而在图生视频(Image to Video)能力上,有网友拿着PIKA这位AI生成视频顶流,跟Gen-2做了一番比较。

从整体结果上来看,Gen-2目前无论是在画质的清晰度,视频的流畅度等方面,都是更胜一筹。

BTW,手机体验最新Gen-2也是相当方便的哦~

在这里插入图片描述

半年彻底改写游戏规则

本次里程碑式更新,虽然没有带来新的功能,但在真实性和一致性上的飞跃,使得最新版本的Gen-2依旧是一款划时代的产品。

虽然Gen-2的有关论文还是coming soon,但可以确定它是在Gen-1的基础模型之上改进得到的。

在这里插入图片描述

相比于传统的文本控制扩散模型,Gen通过文本、图像、视频混合的训练模式,提高了生成视频的质量和一致性,同时还降低了训练消耗。

同时,Runway还提出了延时扩散模型,在预训练的扩散模型中引入时序层,使得模型在推理阶段具有更高的时间一致性。

Runway在宣传片中用三组对比展示了Gen-2的这种显著变化。

尽管官方还未给出具体的测试数据,但Gen-1的用户偏好在Runway的一项用户调查中就已经击败了Stable Diffusion 1.5和Text2Live。

在这里插入图片描述

Gen-2是于今年3月开始测试,6月正式向公众发布的。

与Gen-1不同的是,前者通过现有的视频片段结合文字指导进行合成,而Gen-2则可以只用文字、图片或两者结合来生成。

在这里插入图片描述

此外,Gen-1中的风格变换、蒙版、模型定制等功能也在Gen-2中得到了保留。

在这里插入图片描述

发布半年以来,Gen-2已经经历了多次更新。

8月,Runway将Gen-2生成视频的最大长度从4秒提升到了18秒,这样的长度在AI视频生成工具中前所未有。

9月,Runway又官宣Gen-2新增了导演模式,可以控制“镜头”的位置和移动速度。

在这里插入图片描述

此后不久,Gen-2又新增了“Motion Slider”的功能,可以调节视频中的动作幅度。

在这里插入图片描述

这几次大大小小的更新,让这款视频生成工具走向顶流,最终震撼了整个行业。

创始人:创意软件已死

随着Gen-2的更新,对影视和创意行业带来了不小的冲击。

Runway创始人兼CEO Cristóbal Valenzuela更是在𝕏中表示,“创意软件已死”

在这里插入图片描述

Valenzuela进一步解释到,尽管过去人们可以手工“操纵像素”,但人工智能创作工具可以让人们只用自然语言和参数调节就完成创作,这是传统的(创意)软件无法做到的。

最后,Valenzuela再次强调,一个激动人心的新(创意)时代就要开始了。

在这里插入图片描述

在Valenzuela的这篇帖子中,有很多网友表示了赞同,直言这些模型现在就画笔。

在这里插入图片描述

而这位创作者虽然没有直接夸赞,但回忆起了以往每次花六个月制作视频的经历,仿佛一切尽在不言之中……

在这里插入图片描述

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

123?spm=1001.2014.3001.5501)这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://xiahunao.cn/news/3019133.html

如若内容造成侵权/违法违规/事实不符,请联系瞎胡闹网进行投诉反馈,一经查实,立即删除!

相关文章

# 从浅入深 学习 SpringCloud 微服务架构(十一)--SpringCloudGateWay(1)

从浅入深 学习 SpringCloud 微服务架构(十一)–SpringCloudGateWay(1) 一、SpringCloudGateway:概述 1、Zuul 网关存在的问题 1.1 Zuul 中,整个请求的过程 首先将请求给 zuulservlet 处理,z…

邮件群发系统的效率怎么样?如何评估性能?

邮件群发系统的使用方法?邮件群发工具的关键功能? 邮件群发系统已成为企业、组织及个人进行信息沟通的重要工具。然而,当我们谈论邮件群发系统的效率时,我们需要从多个维度来全面分析和评估。AokSend就来介绍一下。 邮件群发系统…

机器学习——4.案例: 简单线性回归求解

案例目的 寻找一个良好的函数表达式,该函数表达式能够很好的描述上面数据点的分布,即对上面数据点进行拟合。 求解逻辑步骤 使用Sklearn生成数据集定义线性模型定义损失函数定义优化器定义模型训练方法(正向传播、计算损失、反向传播、梯度清空&#…

小项目“谈笑风生”测试报告

文章目录 一、项目介绍1.1项目背景1.2功能介绍 二、测试环境三、测试执行过程3.1功能测试3.1.1登录页面测试3.1.2注册页面测试3.1.3主页面测试 3.2界面自动化测试3.2.1登录模块测试3.2.2注册模块测试3.2.3展示各种信息模块测试3.2.34聊天消息传送模块测试 四、测试结论与建议 一…

vmware虚拟机内删除文件后宿主机空间不释放

问题描述 linux下,vmware内虚拟机删除文件,宿主机空间不释放,D盘快满了 解决方法 通过vmware-toolbox进行空间回收 安装 在虚拟机内操作 yum install -y open-vm-tools 清理 在虚拟机内操作 #查看磁盘的挂载点 sudo /usr/bin/vmware…

探索宇宙奥秘:太阳系运转的三维可视化之旅

在宇宙探索的伟大征途中,太阳系运转三维可视化技术为我们揭开了星辰大海的一角。通过图扑可视化技术,我们能够以前所未有的方式直观地体验和理解太阳及其周围行星的运动规律。这不仅是对于天文学家的一大帮助,也为广大天文爱好者和教育者提供…

如何理解GTX发送通道的用户接口?(高速收发器二)

前文讲解了高速收发器的QPLL及CPLL和差分时钟相关内容,如下图所示。本文就打开高速收发器通道的内部结构,进行简要讲解。 图21GTXE2_CHANNEL原始拓扑 收发器的内部框图如下所示,上半部分是发送通道,下半部分是接收通道&#xff0c…

ubuntu下pyinstaller打包多个.py文件

参考链接: https://blog.csdn.net/CholenMine/article/details/80964272 https://blog.csdn.net/BXD1314/article/details/125226289 前言 要把python项目打包成可执行程序运行,看了很多帖子,大多数博主都采用pyinstall 打包,但…

车间为什么选择蒸发式冷风机?

蒸发式冷风机具有以下特点: 节能环保:蒸发式冷风机不使用压缩机和化学制冷剂,而是通过水的蒸发来降低温度,因此它是无压缩机、无冷媒、无污染的环保型产品。降温效果显著:在较潮湿地区,它一般能达到5-9℃的…

苹果iPad M4:Console级别图形和AI强大功能

苹果iPad M4:Console级别图形和AI强大功能 Apple近日发布了最新的M4芯片,旨在为iPad Pro系列带来明显的性能提升和电池续航时间延长。在本篇报道中,我们将详细介绍M4芯片的特点、性能改进和为创意专业人士带来的影响。 M4芯片的强大功能 …

第二证券|1.73万亿“聪明钱”A股扫货买了什么?

跟着A股上市公司一季报披露收官,备受商场重视的险资、社保基金和QFII等各大组织持仓数据浮出水面。 Wind计算数据显现,719家A股上市公司的十大流通股股东有QFII身影,险资和社保基金分别现身754只和659只个股的前十大流通股股东,Q…

用户体验至上的Spring Boot博客系统

作者介绍:✌️大厂全栈码农|毕设实战开发,专注于大学生项目实战开发、讲解和毕业答疑辅导。 🍅获取源码联系方式请查看文末🍅 推荐订阅精彩专栏 👇🏻 避免错过下次更新 Springboot项目精选实战案例 更多项目…

Linux/C++——线程池

什么是线程池 线程池其实就是一种多线程处理形式,处理过程中可以将任务添加到队列中,然后在创建线程后自动启动这些任务。 为什么要引入线程池 在单线程的场景中,如在服务端的服务中,要对多个客户端进行服务,单个线…

不得不聊的微服务Gateway

一、 什么是Gateway? 1.网关的由来 单体应用拆分成多个服务后,对外需要一个统一入口,解耦客户端与内部服务 2.网关的作用 Spring Cloud Gateway是Spring Cloud生态系统中的一员,它被设计用于处理所有微服务的入口流量。作为一…

志邦家居流程项目中心负责人郑瑶瑶受邀为第十三届中国PMO大会演讲嘉宾

全国PMO专业人士年度盛会 志邦家居股份有限公司流程项目中心负责人、战略及变革委员会秘书长郑瑶瑶女士受邀为PMO评论主办的2024第十三届中国PMO大会演讲嘉宾,演讲议题为“PMO在制造企业的标准化建设之路”。大会将于6月29-30日在北京举办,敬请关注&…

社区智能奶柜:创业新机遇

社区智能奶柜:创业新机遇 在追求高质量生活的今天,健康食品成为大众焦点。社区智能奶柜适时登台,革新了居民获取新鲜牛奶的传统模式,为创业者开辟了一片蓝海市场。 一、新兴创业蓝海:牛奶随享站 日常膳食中&#xf…

【系统架构师】-UML-用例图(Use Case)

1、概述 用于表示系统功能需求,以及应用程序与用户或者与其他应用程序之间的交互关系。 2、组成 参与者(Actors):与系统交互的用户或其他系统。用一个人形图标表示。用例(Use Cases):系统需要…

sql查询数据语句

select * from 表名 where 列名 某个数据名字 查询某个表名中的某列是否有某个数据

孩子咳嗽,积食?可以试试宋乐冬医生分享的几个缓解方法~

最近气温变化大忽冷忽热,多变的天气容易引发儿童疾病。 不少妈妈也在后台咨询,想要学习一下常用的小儿推拿,在孩子身体出现轻微不适时,能够给孩子做做小儿推拿来辅助治疗,缓解不适恢复健康。 今天我们就一起学习一下&a…

视频剪辑图文实例:一键操作,轻松实现视频批量片头片尾减时

视频剪辑是现代媒体制作中不可或缺的一环,而批量处理视频更是许多专业人士和爱好者的常见需求。在剪辑过程中,调整视频的片头片尾时长可以显著提升视频的质量和观感。本文将通过图文实例的方式,向您展示如何一键操作,轻松实现视频…