Pika 1.0正式上線后，拿到內(nèi)測(cè)資格的網(wǎng)友們已經(jīng)玩瘋了！

有人用它生成了一個(gè)姜黃色頭發(fā)女孩和她的姜黃色貓的短片。

以往，因?yàn)橐恢滦缘碾y題，用AI視頻很難做出優(yōu)秀的動(dòng)漫作品。但是Pika 1.0，實(shí)在是太給人驚喜了！

更令人震驚的是，作者表示，這是100%用文本到視頻生成的。

還記得半個(gè)月前，這家有斯坦福AI Lab博士創(chuàng)辦的初創(chuàng)公司Pika，發(fā)布的第一個(gè)產(chǎn)品瞬間成為頂流。

不僅能夠生成3D動(dòng)畫、動(dòng)漫、卡通和電影，甚至可以實(shí)現(xiàn)風(fēng)格轉(zhuǎn)換、幕布擴(kuò)展等重磅能力。

如今，許多網(wǎng)友到手體驗(yàn)后，紛紛覺得太哇塞了。

與此同時(shí)，Pika官方賬號(hào)公布了自家的最新研究。這是Pika 1.0發(fā)布產(chǎn)品以來，這家公司首次對(duì)外披露技術(shù)細(xì)節(jié)。

最新研究中，提出了一種DreamPropeller方法，能夠?qū)⑽谋镜?D的生成速度提升4.7倍。

網(wǎng)友實(shí)測(cè)，皆為經(jīng)典

接下來，先來一起看看，廣大網(wǎng)友們的創(chuàng)意。

比起Runway的Gen-2，Pika 1.0在讓人物動(dòng)起來時(shí)的一致性非常穩(wěn)定。

電影級(jí)效果，堪稱動(dòng)漫界的「宮崎駿」

Pika 1.0非常擅長(zhǎng)動(dòng)漫風(fēng)格的動(dòng)物，看看這些不同場(chǎng)景中的老鷹就知道了。

看得出，宮崎駿畫風(fēng)非常濃郁。

還有這種漫威風(fēng)格的小人模型，讓他們動(dòng)起來真的像是「復(fù)仇者聯(lián)盟」。

還有形單影只的白天鵝，在波光粼粼的湖中嬉戲，再游到岸邊，好像在找回家的路。

就連美版「機(jī)器人總動(dòng)員」動(dòng)畫的科幻風(fēng)，呈現(xiàn)的也是淋漓盡致。

一朵含苞待放的花朵。

如下這個(gè)例子是Pika自己做的叢林中兔子士兵的電影級(jí)效果，并給出了提示（拿到內(nèi)測(cè)資格的網(wǎng)友可試）

1. Cinematic, extreme close-up of a bunny soldier in a jungle, 3D rendering

2. Cinematic, back-view long shot of a bunny soldier exploring a giant carrot in the jungle, 3D rendering

瘋狂動(dòng)物城、獅子王、熊大熊二混版動(dòng)畫。

網(wǎng)友做了一個(gè)電影預(yù)告片，就連名字都想好了「金剛哥斯拉：新帝國(guó)」。

愛因斯坦和他的實(shí)驗(yàn)。

真人變身，泰坦尼克號(hào)被惡搞

還有一位自稱「AI級(jí)導(dǎo)演」做出的真人演示效果，簡(jiǎn)直絕絕子。

戴上帽子，穿上羽絨服，服飾的搭配與人的身體契合度，毫無違和感。

還可以把周邊的物體變成松柏，還能把自己變成北極熊，簡(jiǎn)直可愛到爆。

還有「泰坦尼克號(hào)」重制版，女主Rose直接變成熊貓，和男主Jack在一起牽手的畫風(fēng)，你細(xì)品...

再來看個(gè)真人變身的效果，還有二次元小姐姐。

AI魔法棒，一鍵替換

用AI「修改區(qū)域」，能夠把所有背景，甚至包括主體的衣服能夠換成一致的圣誕的風(fēng)格。

還有網(wǎng)友嘗試了這一替換功能，把海邊的啤酒，瞬間變成了可樂。

具體實(shí)現(xiàn)效果，Chase Lean給出了一個(gè)教程，只需要3步過程。

首先需要生成一個(gè)視頻，先讓Midjourney生成一張海邊Corona啤酒的圖片，然后將其做成視頻。

第二步：?jiǎn)螕簟妇庉嫛梗缓髥螕簟感薷膮^(qū)域」。

第三步，告訴Pika你想用什么來代替它，比如可口可樂。

畫布擴(kuò)展，超凡腦洞

圖像畫布擴(kuò)展能力，其實(shí)我們也見到了許多像MidjourneyAI圖像生成工具已經(jīng)實(shí)現(xiàn)了。

而Pika 1.0不僅能開出腦洞，還能讓畫面動(dòng)起來。

就看這雅典帕特農(nóng)神廟，外畫出的景色更加凸顯這座建筑的壯觀。

還有橄欖樹、游覽古建筑都能暗藏各種驚喜。

你可以錄一段視頻，Pika能夠直接想象出背景。

下面這個(gè)網(wǎng)友使用文本提示創(chuàng)建了第一個(gè)視頻，然后擴(kuò)展畫布幾次，獲得了第二個(gè)視頻。

初始提示是：A beautiful princess, standing on the castle wall, 3d animation

還有網(wǎng)友做出了，演唱會(huì)級(jí)的音樂視頻，不過不得不承認(rèn)，還有些不足的地方。

Pika 1.0背后技術(shù)

看到這么多驚艷的效果，或許許多人更想了解一些關(guān)于Pika 1.0生成的技術(shù)細(xì)節(jié)。

這不，官方剛剛公布了一篇論文，是由斯坦福大學(xué)和Pika Labs聯(lián)手共創(chuàng)。

以往，通過分?jǐn)?shù)蒸餾，比如DreamFusion、ProlificDreamer等模型，進(jìn)行文本到3D的生成質(zhì)量雖高，但運(yùn)行時(shí)間可能長(zhǎng)達(dá)10個(gè)小時(shí)。

最新論文中，研究人員提出了一種基于分?jǐn)?shù)蒸餾的加速方法——DreamPropeller，能夠?qū)F(xiàn)有方法的速度提高4.7倍。

論文地址：https://arxiv.org/pdf/2311.17082.pdf

DreamPropeller整體架構(gòu)如下圖所示。

在每次迭代（k次）的開始，初始化一個(gè)由3D形狀（用綠色表示）組成的窗口，然后，這些形狀被分發(fā)到p個(gè)GPU上進(jìn)行并行計(jì)算，在GPU上并行計(jì)算形狀的SDS/VSD梯度。

然后根據(jù)公式 (9) 中的規(guī)則收集這些梯度，并使用這些梯度對(duì)形狀進(jìn)行更新。

窗口向前滑動(dòng)，直到該時(shí)間步的誤差不小于閾值e，閾值e根據(jù)窗口的平均/中值誤差進(jìn)行自適應(yīng)更新。

另外，在VSD的情況下，研究人員會(huì)在所有GPU上保留LoRA擴(kuò)散的獨(dú)立副本，這些副本會(huì)獨(dú)立更新，無需額外通信。

如下是應(yīng)用DreamPropeller的代表性示例。

最新框架以并行計(jì)算換取速度，在保持生成質(zhì)量的前提下，應(yīng)用于DreamGaussian和ProlificDreamer時(shí)，速度提高了 4 倍以上。

在DreamPropeller完成時(shí)，基線版本的外觀和幾何效果明顯較差。

如下是與其他模型的可視化比較。使用DreamPropeller的方法能以更短的運(yùn)行時(shí)間實(shí)現(xiàn)同樣高質(zhì)量的生成。

對(duì)DreamFusion圖庫(kù)中的30個(gè)提示進(jìn)行量化評(píng)估。運(yùn)行時(shí)間以秒為單位。最新研究的方法達(dá)到了具有競(jìng)爭(zhēng)力的質(zhì)量，同時(shí)速度提高了4倍以上。

下一個(gè)視頻生成頂流

對(duì)于Pika 1.0的誕生，讓全網(wǎng)熱血沸騰，而它或許成為下一個(gè)視頻生成的頂流。

有人統(tǒng)計(jì)了Discord上最大的人工智能產(chǎn)品，以及它們?cè)谄脚_(tái)范圍內(nèi)的規(guī)模。

如下是按邀請(qǐng)頁面流量排序的十大人工智能應(yīng)用程序，Midjourney位列第一，Pika排在第二。

在排名前十的應(yīng)用程序中，有4個(gè)是圖片生成應(yīng)用程序，3個(gè)是語音/歌曲生成應(yīng)用程序，2個(gè)是視頻生成應(yīng)用程序。

按流量計(jì)算，圖片占了前10名流量的74%，其次是視頻8%，語音/音樂6%。