强大的人工智能聊天机器人（如ChatGPT和Google Bard）由大型语言模型驱动，而使用人工智能的图像和视频合成则建立在Diffusion和GAN模型上。所有这些都是流行的生成式人工智能体验的一部分。在本文中，我们将详细介绍最好的人工智能视频生成器。到目前为止，只有少数文本到视频AI模型在网上发布，但哪些模型是好的、可用的呢？为了找出答案，让我们继续查看2023年最佳AI视频生成器列表。
- Runway Gen-2
- ModelScope
- Zeroscope
- VideoCrafter
- Synthesia
- Kaiber
- Wonder Studio
- Google Imagen Video and Phenaki
- Meta’s Make-A-Video
- Nvidia’s Latent Diffusion Model
1. Runway Gen-2
您现在可以使用的最佳AI视频生成器是Runway Gen-2。早些时候，Runway在Gen-1中引入了视频到视频生成功能，现在使用Gen-2模型，您可以使用文本提示从头开始生成视频。与Midjourney的提示类似，您可以描述场景、摄像机角度等，并产生令人难以置信的效果。我在《Runway》上尝试了一些提示，效果还不错。
最棒的是，您可以在提示中添加图片，Runway可以在视频中使用该图片。这很酷吧？在可用性方面，它几乎可以免费使用。您最多可生成4秒钟的720p分辨率视频，并可创建近10个免费视频。
如果您选择付费计划（每月12美元），您可以导出4K视频，但4秒的时长保持不变。因此，如果您想尝试最好的文本到视频AI工具，请查看Runway Gen-2。
2. ModelScope
ModelScope是由阿里巴巴达摩视觉智能实验室资助的文本到视频模型，随着时间的推移，它已经变得相当不错。它建立在Diffusion模型的基础上，并在17亿个参数上进行了训练。目前，它只支持英文输入，并能生成与文字输入相匹配的视频。
值得庆幸的是，该项目可以在Hugging Face上找到，因此您可以用它来生成AI视频。但请记住，它只能生成2秒钟的视频，而且视频上有 “Shutterstock” 水印。我尝试了一下这个模型，它似乎还在制作中。
3. Zeroscope
Zeroscope 是源于 ModelScope 的另一个文本到视频模型。它能够创建分辨率为1024 x 576的高质量人工智能视频。除 9,923 个片段和 29,769 个 24 帧（1024 x 576 分辨率）标记帧外，该模型还在 ModeScope 的原始权重上进行了训练。因此，其输出结果略好于ModelScope。
Zeroscope有两种型号：zeroscope_v2_576w和zeroscope_v2_XL。zeroscope_v2_576w用于生成视频，zeroscope_v2_XL用于将生成的内容放大到更高分辨率。您可以在Hugging Face网站上查看这个很酷的AI视频生成器的演示。
4. VideoCrafter
VideoCrafter是一款根据文字提示创建视频的人工智能工具包，由腾讯公司开发。与其他AI视频生成模型不同，它可以创建长达8秒的视频，并支持不同的分辨率。
VideoCrafter有三种不同的使用方法。您可以使用文本到视频生成、使用LoRA生成个性化AI视频以及可控视频生成。这三种模式都可以让您从头开始创建AI视频。如果您拥有至少7GB VRAM的强大GPU，您可以在本地运行VideoCrafter。不过，网上有一个Hugging Face演示，您可以在下面试用。
5. Synthesia
Synthesia是一款人工智能工具，您可以用它在几分钟内创建专业的人工智能视频。您可以用它来创建教程、视频文档、演示文稿、销售宣传等等。从这个意义上说，它不是一个AI视频生成器，它可以使用您的文本提示从头开始创建一些东西。在Synthesia上，您可以从140多种不同的AI头像中进行选择，并将任何文本转化为120多种语言的语音。
基本上，您无需建立工作室和购买昂贵的硬件来制作专业视频。有了Synthesia的人工智能角色和内置文本转语音工具，您就可以快速开始创建内容。您只需输入视频脚本即可。
还等什么？快来试试Synthesia，创建超棒的AI视频吧。如果您正在寻找Synthesia的替代产品，您可以查看HeyGen和Pictory。
6. Kaiber
Kaiber本身并不是一款人工智能视频生成器，但它可以生成不同艺术形式的主题动画。您可以输入文字提示、上传自己的图片或上传一首歌曲，它就能利用先进的AI生成引擎生成令人着迷的动画。您还可以上传您的视频，并将其转换成各种风格和美感。
不过，该应用程序并非完全免费。您可以获得7天的免费试用期，但为此您必须添加您的银行卡信息并订阅5美元的订阅计划。简而言之，Kaiber是一款人工智能工具，您应该尝试使用它为您的图片和视频生成精美的视觉效果。
7. Wonder Studio
Wonder Studio不是面向普通消费者的人工智能视频生成工具，而是面向电影制作人和内容创作者的。它可以将计算机生成的角色自动制作成真人场景的动画，而无需手动应用视觉特效。基本上，它可以自动完成80-90%的视觉特效和3D工作，而且效果很好。无需使用复杂的3D软件或昂贵的硬件。
Wonder Studio可以自动检测场景中的演员，并逐帧应用CG角色，而无需繁重的视觉特效工作。因此，如果您是一位新进的电影制片人，需要快速完成大量繁重的视觉特效工作，那么您应该看看Wonder Studio。
8. Google Imagen Video and Phenaki
谷歌尚未向公众发布其文本到图像模型，但已经公布了该公司正在开发的模型。该搜索巨头正在开发基于级联扩散模型的Imagen Video。它可以生成1280 x 768分辨率、24帧/秒的高清视频。
谷歌还在开发Phenaki，这是一个文本到视频模型，可以根据文本提示合成逼真的视频。这两种模型都在开发中，我们手中还没有可工作的人工智能视频生成器。不过，您可以通过以下链接阅读相关研究论文。
9. Meta’s Make-A-Video
除此之外，Meta公司还发布了Make-A-Video人工智能工具，该工具可以通过文本生成视频。您可以使用文本、图像或视频输入创建逼真、超现实和个性化的视频。Meta的模型能够通过单张图片创建动态视频。您还可以添加多张图片作为输入，它还可以填充动作，创建梦幻般的视频。
根据Meta的研究论文，其视频生成模型对文本输入的表现力和效率是其他模型的3倍。该项目同样不对公众开放，但您可以注册并向Meta申请访问权限。
10. Nvidia’s Latent Diffusion Model
最后，Nvidia发布了其高保真视频潜入扩散模型，该模型可使用文本提示生成高效的高分辨率视频。它能以24帧/秒的速度生成1280 x 2048分辨率的视频，堪称完美。它的大多数视频长度为5秒，但也可以生成512 x 1024分辨率的5分钟长视频。您还可以添加图像输入，创建个性化的AI视频。
在视频合成领域，我认为Nvidia将成为未来的重要参与者之一。同时，Nvidia已经在其网站上展示了多个视频演示，您可以在下面查看。
评论留言