編輯 | 伊風(fēng)

出品 | 51CTO技術(shù)棧（微信號：blog51cto）

最近幾周，文生視頻領(lǐng)域正卷的風(fēng)生水起。

可靈和Dream Machine相繼推出。而后者充滿趣味性的文生視頻功能更是開啟一陣?yán)m(xù)寫“meme”的狂潮。

正當(dāng)大家覺得文生視頻的開路者Runway要一直沉寂下去的時候。

Runway突然上演了一波“王者歸來”。展示了商用級別的生成視頻，讓人難辨是不是AI生成。

"一個悲傷的中年禿頭男人變得快樂起來， 因為一頂卷發(fā)假發(fā)和太陽鏡突然落在了他的頭上"。

畫質(zhì)驚艷的Runway，速度也不遜色，生成10秒鐘視頻才需要1分半左右的時間。

Runway重回巔峰又再次改變了文生視頻的格局。

圖片

正在大家在這邊卷得不急樂乎的時候。

谷歌突然站了出來，開始給大家匯報他們的視頻生音頻（V2A）進展。

圖片

谷歌的V2A已經(jīng)可以為無聲片段添加與場景聲學(xué)相匹配的聲音，為屏幕上的動作等伴奏。

干巴巴的視頻片段從此有了bgm！

雖然部分案例中使用了文字輔助，但仍然相當(dāng)驚艷，能看到AI對于視頻內(nèi)容以及場景中的感受理解得比較到位。

畫面中男人穿過廢棄工廠般的走廊，音樂突出了驚悚和緊張的氛圍：

 給狼配上一段孤獨的長嘯聲：

音頻提示："狼對月嚎叫"?

音樂展現(xiàn)了落日騎馬時，那種安逸與悠然的感覺：

草原上夕陽西下時 悠揚的口琴聲響起

海洋水母自在浮沉?xí)r，海洋的聲音：

水母在水下跳動 海洋生物 海洋?

鼓聲和歡呼聲讓人身臨其境：

音樂會舞臺上的鼓手 周圍是閃爍的燈光和歡呼的人群"?

谷歌的V2A的這股清流確實得到了網(wǎng)友的贊賞。

然而當(dāng)一位網(wǎng)友詢問，什么時候可以上手玩玩看的時候，被網(wǎng)友無情地回復(fù)道：等有人跳槽出來，把這個產(chǎn)品帶出來我們就能玩啦！

圖片

還有人說：這是谷歌，所以別再想著試一試了

圖片

當(dāng)前，觀眾的胃口已經(jīng)越來越大。無法開箱即用的技術(shù)和產(chǎn)品將難以說服用戶。

現(xiàn)在，無論OpenAI在社交平臺上發(fā)布什么內(nèi)容，都會收到無數(shù)用戶“催更”GPT-5的消息。

但是，另一邊。

早前OpenAI發(fā)布會上令人驚艷的GPT-4o多模態(tài)通話功能，甚至更遙遠(yuǎn)的Sora，都沒有讓廣泛的普通用戶上手。

蘋果在剛剛過去的全球開發(fā)者大會中，發(fā)布的“蘋果智能”被曝光分批上線，部分功能要到25年才能實現(xiàn)（更不用說大陸用戶只會更晚）。

人們渴望AI的有趣與實用能夠早一步的照進現(xiàn)實。否則，用戶的期待會慢慢冷卻，產(chǎn)品也終將沉于水中。

本文轉(zhuǎn)載自??51CTO技術(shù)棧??，作者：伊風(fēng)