Meta 的 AI 之旅将不可避免地将其带入新兴的 AI 视频领域。现在，马克·扎克伯格领导的这家公司推出了
Movie Gen，这是另一款能够通过简短的文本提示制作出逼真视频的视频生成器。Meta 声称，这款产品对好莱坞和普通 Instagram 用户都同样有用，尽管 Meta 以外的任何人都无法使用它。Movie Gen 可以创建音频，这使其成为 我们见过的最强大的深度伪造生成器。
在一篇博客文章中，Meta 展示了几个示例视频，其中包括一只快乐的小河马在水下游泳，不知何故漂浮在水面下，似乎毫无问题地屏住呼吸。其他视频展示了穿着“维多利亚时代”服装的企鹅，袖子和裙子太短，无法代表那个时代。还有一个视频，一个女人在猎豹旁边做 DJ，猎豹太专注于节拍而不在乎眼前的危险。
每个人都在进入人工智能视频生成领域。今年，微软的 VASA-1和OpenAI 的 Sora已经承诺通过简单的文本提示生成“逼真”的视频。尽管早在 2 月份就曾预告过 Sora，但至今尚未面世。Meta 的 Movie Gen 比竞争对手提供了更多功能，包括使用文本提示编辑现有视频、基于图像创建视频以及为创建的视频添加人工智能生成的声音。
视频编辑套件似乎特别新颖。它既适用于生成的视频，也适用于真实世界的捕捉。Meta 声称其模型“保留了原始内容”，同时为镜头添加了元素，无论是背景还是场景主角的服装。Meta 展示了如何拍摄人物照片并将其放入生成的电影中。
Meta 已经有了音乐和声音生成模型，但这家社交媒体巨头展示了几个 13B 参数音频生成器的示例，该生成器可以在视频中添加音效和配乐。文本输入可以简单到“树叶沙沙作响和树枝折断”，然后添加到生成的蛇在森林地面上蜿蜒的视频中。音频生成器目前限制为 45 秒，因此它不会为整部电影配乐。至少，现在还不会。
不，抱歉，你还不能使用它。Meta 的首席产品官 Chris Cox 在 Threads 上写道：“我们还没有准备好在短期内将其作为产品发布——它仍然很昂贵，而且生成时间太长。”
Meta在讨论 Movie Gen 的白皮书中表示，整个软件套件由多个基础模型组成。该公司最大的视频模型是一个 30B 参数转换器模型，最大上下文长度为 73,000 个视频标记。音频生成器是一个 13B 参数基础模型，可以进行视频转音频和文本转音频。
很难将其与最大的 AI 公司的视频生成器进行比较，尤其是因为 OpenAI声称Sora 使用“称为补丁的数据，每个补丁都类似于 GPT 中的令牌”。Meta 是少数仍在使用其新 AI 工具发布数据的大公司之一，随着 AI 过度商业化，这种做法已被抛弃。尽管如此，Meta 的白皮书并没有提供太多关于其 Movie Gen 训练数据来源的信息。很有可能，数据集的一部分来自Facebook 用户的视频。Meta 还使用您使用Meta Ray-Ban智能眼镜拍摄的照片来训练其 AI 模型。
目前你还不能使用 Movie Gen。相反，其他 AI 电影生成器（如RunwayML 的 Gen 3）会提供有限数量的代币来制作短片，之后你才需要付费。404 Media今年早些时候发布的一份报告指出，Runway 通过数千个 YouTube 视频训练了其 AI，与大多数 AI 初创公司一样，它在抓取这些内容之前从未征求过许可。
Meta 表示，在创建此模型时，它与电影制作人和视频制作人密切合作，并将在 Movie Gen 的开发过程中继续保持这种合作。今年早些时候的报道表明，电影公司已经开始与人工智能公司拉近关系。独立宠儿 A24 最近与专门从事人工智能的 VC 公司合作，其中一些与 OpenAI 有关。另一方面，据报道，Meta 正在与朱迪·丹奇和奥卡菲娜等好莱坞明星洽谈，希望在未来的人工智能项目中使用他们的声音。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/meta-de-movie-gen-ai-shi-pin-sheng-cheng-qi-neng-gou-zhi
