Gen 3 Alpha最新公测_文生视频runway发布最新模型_runway最新动态

文生视频工具的内卷,又又又又又一次升级了,没有最卷只有更卷。Runway Gen 3 Alpha 昨日开启付费用户公测,随着越来越多用户动手测试、分享,可以看到

文生视频工具的内卷,又又又又又一次升级了,没有最卷只有更卷。Runway Gen 3 Alpha 昨日开启付费用户公测,随着越来越多用户动手测试、分享,可以看到不少逆天成果。

图片

一名指挥正指导乐队演奏 图片来自:X 用户@RyanMorrisonJer

总体来看,成片仍然是十秒出头的短视频,细节的精致度和丝滑程度上有不错的提升。当然了,一些无厘头硬伤还是会出现,毕竟模型没法真正理解物理世界。细节的提升主要在表面材质的平滑和仿真程度,包括人脸皮肤、光线折射、动物皮毛等。

图片

一只正在吃面的大熊猫 图片来自:X 用户@takapon_jp

镜头移动的流畅度也表现不俗,结合官方提供的 prompt 词,能看出提供了更多关于镜头语言的选择,用户只需要输入指令,能更自如地呈现镜头运动是本次更新的一大亮点。

图片

俯瞰赛博城市夜景 图片来自:X 用户@AIeseshi

无独有偶,Luma 也在 6 月 30 号更新了自己的首尾帧功能,用户可以指定两张图片作为视频的起始和结束画面,模型将自行分析和完成整个视频。类似的功能字节旗下的即梦ai也提供,不算是新鲜事儿。

图片

Luma 官方对首尾帧的演示 图片来自:LumaLabsAI

既然赶上前后脚更新,用户们难免让几家做一做同题竞赛、捉对厮杀。除了 Luma,背靠 OpenAI 的 Sora 也不会被落下。

图片

走在东京夜晚街头的女人 图片来自:X 用户@keitowebai

从成片对比来看,Gen-3 还是相当能打的。Gen-3 的优势除了上述流畅自然的镜头运动、景别切换,对 prompt 内容的理解也不错。当然了,各家多多少少,都还是有物理逻辑硬伤,场景理解也有问题。

图片

图片

上图为 Luma,下图为 Runway Gen-3 图片来自:用户@shunchi_uu

不过,只有付费用户才可以体验 Gen-3 Alpha,我们整理了订阅计划的基本信息:

最低月付 15 美元/月,年付 12 美元/月

最低套餐内包含 625 积分,每月自动刷新,可额外付费加购

最低套餐即可使用 Gen-3 Alpha,最长视频时间为 10 秒

625 积分的产出量约为 125 秒的 Gen-2 视频,44 秒的 Gen-1 视频,或 125 次文生图

支持无水印导出,视频最高支持 4K ,图片最高支持 2K

考虑到 Gen-3 对积分的消耗只会比就模型更多,折算下来制作的成本约在一美元左右,价格并没有被「打下来」。想要尝鲜的朋友,以下是链接传送门:

 https://runwayml.com/ai-tools/gen-3-alpha/

有一点提升,但不多

值得注意的是它在转场上颇具创意,X 用户@JH4TC 把自己用 Gen-3 生成的几个视频剪在了一起,它们都涉及到主体对象从一个场景切换到另一个场景里。

图片

这样的段落里,虽然镜头只是向前推动,没有炫酷的动线,但是画面里的景色和需要快速又丝滑的改变,可以说,Gen-3 为此提供了很不错的「转场方案」。在下面的案例里,行车路线要从雪地变成树丛,首先出现的是积雪中的车辙印,再逐渐出现树叶。

图片

这是一个合理又丝滑的转场变化,符合通常影视制作的逻辑。类似的,还有跳伞员原本在高空中,忽然一跃进入了一个酒店房间。

图片

图片均来自:X 用户@JH4TC

这个案例里最大的 bug 是人物出现了三只手,不过,忽略这个问题的话,两个场景的切换时,墙壁的剖面一闪而过,的确是一种常见的转景思路,经常出现在「一镜到底」的影片设计当中。

期望管理,观念回归

在这个时间点上来看,Runway Gen-3 的公测,像是一种对观念回归的召唤:文生视频工具的定位,不在于一步到位,直接完成创作,而是类似于其它大模型产品,扮演辅助角色,提供不同的可选方案,来提升工作效率和减少工作量。

文生视频工具的本质,始终是为用户的创意需求,提供潜在方案。比如在 X 用户@bennash 分享出来的 Gen-3 成品中,出现了同一个主题「imagine」,同样的玫瑰花+马赛克花砖元素,Runway 给出了既相似、又不同的成片。

图片

图片

以「imagine」为主题的绘制 图片来自:X 用户@bennash

是不是有点熟悉?本质上,和 Mid-journey 每一次 prompting 后会收到几张图片,是同样的道理。用户只需要选择最为接近自己心中设想的画面,再做 fine-tune,不必从 0 开始绘制、搭建。

不同的是,目前的文生视频工具,光是生成单个视频已经非常费劲,毕竟文本与动态影像之间有着不小的距离。像 MJ 那样,一次给出多个方案供选择暂时无法实现,用户只能一次次尝试,最终账单也可能非常惊人。

一卷再卷,竞争步步升级

Runway 曾经是文生视频的领先玩家,但今年以来,这个赛道的形势急剧变化,Runway 的先发优势,目前已经被 Sora、Pika、Luma 等快速追上。

在国内,快手出品的可灵 ai,字节出品的即梦 AI,生数科技出品的Vidu 等,也都在以最快速度入场参赛。其中以可灵表现最为突出,影像的细节和一致性都非常惊艳,物理逻辑也完全在可接受范围内。

图片

可灵官方演示 图片来自:可灵ai

Vidu 发布时,一度宣称自己是「中国版Sora」,官方演示的确不错,但后续乏力,还需要更多观察。

图片

Vidu官方演示 图片来自:Vidu

另一个被认为可与 Sora 对垒的是 PixVerse,来自爱诗科技,五月时发布了最新的「魔术笔刷」功能,能够更精准地控制画面局部动态。

图片

PixVerse官方演示 图片来自:PixVerse

即梦的原名是 Dreamina,背靠字节,在字节重码下注人工智能的前提下,即梦的表现也相当不错,尤其是影调和画面色彩,更为丰富。得益于字节的社交基因,社区的分享氛围活跃。

图片

车厢里回眸的年轻女人 图片来自:即梦用户@瓷瓷

从视频拍摄角度上来讲,相比于人物的正反打、渲染氛围的空镜头等,场景转换是更为关键的环节——它可以表示故事情节的转折,也可以是人物状态的变化。

Gen-3 在转场设计和镜头运动方面的提升,意味着有一定创作能力的用户,可以这样关键的创意节点上,借助文生视频工具生成影像方案预览。在这种关键位置上,花点积分,出几个预览方案,有助于提高下游制作步骤的准确度和效率。

图片

Runway 官方演示 图片来自:Runway

文生视频的内卷,只会越来越激烈,没人会怀疑,接下来生成的影像会更高清、更流畅、更细腻,这只是时间问题。但进入下一阶段,则会面临更严苛的目光,提升了哪里、是否关键,将会是所有生成类工具需要面对的问题。

本文摘自APPSO公众号

您可能有感兴趣的文章
Chat-With-MLX:一个在Mac上集成各种开源模型的聊天界面

Image to Music官网入口 AI图像转音乐生成器在线如何使用地址

字节万卡集群技术细节公开:2天搞定GPT-3训练,算力如何利用率超英伟达Megatron-LM

东方甄选入驻拼多多:农产品销售平台拓展新渠道

Copilot for Finance官网体验入口 AI助手财务自动化软件工具在线如何使用地址