一句话拍大片,导演末日来了?Runway发布文字生成视频模型Gen-2,科幻日系二次元统统拿捏

转载
401 天前
6560
看见Metaverse

文章转载来源:看见Metaverse

编辑:Aeneas

来源:新智元

原标题:《一句话拍大片,导演末日来了!Gen-2震撼发布,科幻日系二次元统统拿捏》

导读:Runway的Gen-1还没内测完,Gen-2就以迅雷不及掩耳之势发布了。这次的效果更加炸裂,AI大导离淘汰人类,又近了一步。

昨天,Midjourney生成的完美情侣刷爆网络,大家纷纷在留言区里畅想,下一步,就是演员被淘汰,人人都能升级大导,一键生成大电影了。

巧得很,今天,会做视频的AI模型不就来了嘛。

刚刚,仿佛一声惊雷炸响,Runway发布了文字生成视频模型Gen-2。

宣传词也是非常炸裂——「say it,see it」,只要你说得出来,它就能给你做出来。科幻小说里的超能力成真了!

可以说,有了Runway Gen-2,你就能用任意的图像、视频或文本,生成一段酷炫大片,想要啥风格,就有啥风格。

这个速度简直让人目瞪口呆:Gen-1的内测都还没拿到呢,Gen-2就来了!


一句话,一张图,三秒视频无中生有


此前,Runway在文本到图像领域就曾经大放异彩,大名鼎鼎的Stable Diffusion,就是Runway开发的。

在今年2月,Runway就提出了首个AI编辑模型Gen-1。

顾名思义,Gen-1可以在原视频的基础上,编辑出咱们想要的视频。无论是粗糙的3D动画,还是用手机拍出来的摇摇晃晃的视频,Gen-1都可以升级出一个不可思议的效果。

论文地址:https://arxiv.org/abs/2302.03011

比如用几个包装盒,Gen-1就可以生成一个工厂的视频,化腐朽为神奇,就是这么简单。

而相比Gen-1,Gen-2获得了史诗级的升级——可以从头开始生成视频。

目前,这个模型还未开放,预计在几周内会公开。

而根据目前的演示片段看来,Gen-2的效果似乎暂时比不上Gen-1,没有那么逼真。

但是,这毕竟是AI文生视频0到1的第一步。AI导演做到这一步,已经够人类颤抖的了。


网友实测,效果炸裂


而获得内测资格的幸运网友,已经开始动手生成自己的电影了。

可以看出,无论是宫崎骏风格的日系动画,还是写实风格的镜头特写,或者魔幻特效的电影大片,Gen-2都不在话下。

虽然目前的画质可能还不够细腻,但毕竟是从0生成的视频,一旦日后优化好,大导们的饭碗怕是捧不稳了。


Gen-2的八大「魔法」


Mode 01:Text to Video(文字生成视频)

一个文本提示,就能合成出任意风格的视频,不怕它生不出来,只怕你想不到。

提示:在纽约市的一间阁楼里,傍晚的阳光透过窗户温柔地洒进屋内。

输出:

Mode 02:Text + Image to Video(文字+图像生成视频)

输入一幅图,再加一句prompt,直接就给你变成了视频。

输入图像:

驱动提示:在一个低角度拍摄的画面中,男子正沿着街道行走,周围酒吧的霓虹灯照亮了他的身影。

输出:

Mode 03:Image to Video(图像生成视频)

这个不用解释了,你给它一张图片,它给你秒变一段视频。多种风格,随你选择。

美图一秒变电影,这也太梦幻了吧。

输入图像:

输出:

Mode 04:Stylization(风格化)

如果你有一段原视频,但是效果不够炸裂,怎么办?

只需要把你想要叠加的风格用图片或者文字叠加上去,多魔幻的风格都立马生成,秒变好莱坞大片。

原始视频:

驱动图像:

输出:

Mode 05:Storyboard(故事版)

将模拟的场景一拉,就变成了风格化和动画化的渲染图,前期制作一键简化。

输出&输出对比:

Mode 06:Mask(掩码)

在你的视频中分离出特定的对象,然后通过prompt,想怎么改就怎么改,比如下图中,金毛秒变斑点狗。

输入视频:

驱动提示:

一只身上有黑色斑点的白毛狗。

输出:

Mode 07:Render(渲染)

只要输入图像或提示,无纹理的渲染立马变成现实的输出,深度和真实感震撼人心。

输入视频:

输出:

Mode 08:Customization(个性化)

通过自定义,让原视频个性化大变身,保真度还超高。

点击就看外国小哥秒变海龟人。

输入&输出对比:

训练图像:

从生成结果来看,Gen-2的前景,实在是太令人着迷了。(Gen-1的内测申请在这里,http://t.cn/A6Cu1cdy)。

虽然Meta和谷歌也有类似的文本到视频模型(Make-a-Video和Phenaki),生成的剪辑更长、更连贯。

但这些体量更大的公司并没有投入多大的资源,相比之下,Runway的团队只有区区45人。

其实,Runway自2018年以来,就一直专注于研究AI工具,并在去年年底筹集了5000万美元。

有趣的是,Stable Diffusion的初始版本,就有Runway的贡献。只不过后来被Stability AI普及,并有了更进一步的发展。

而这也告诉我们,初创公司在生成式AI上的潜力,是多么惊人。

一大波展示

提示:一只眼睛的特写镜头

提示:无人机拍摄的沙漠景观

参考资料:

https://research.runwayml.com/gen2

https://www.theverge.com/2023/3/20/23648113/text-to-video-generative-ai-runway-ml-gen-2-model-access