強大的人工智慧聊天機器人（如ChatGPT和Google Bard）由大型語言模型驅動，而使用人工智慧的影象和視訊合成則建立在Diffusion和GAN模型上。所有這些都是流行的生成式人工智慧體驗的一部分。在本文中，我們將詳細介紹最好的人工智慧視訊生成器。到目前為止，只有少數文字到視訊AI模型在網上釋出，但哪些模型是好的、可用的呢？為了找出答案，讓我們繼續檢視2023年最佳AI視訊生成器列表。
- 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
您現在可以使用的最佳AI視訊生成器是Runway Gen-2。早些時候，Runway在Gen-1中引入了視訊到視訊生成功能，現在使用Gen-2模型，您可以使用文字提示從頭開始生成視訊。與Midjourney的提示類似，您可以描述場景、攝像機角度等，併產生令人難以置信的效果。我在《Runway》上嘗試了一些提示，效果還不錯。
最棒的是，您可以在提示中新增圖片，Runway可以在視訊中使用該圖片。這很酷吧？在可用性方面，它幾乎可以免費使用。您最多可生成4秒鐘的720p解析度視訊，並可建立近10個免費視訊。
如果您選擇付費計劃（每月12美元），您可以匯出4K視訊，但4秒的時長保持不變。因此，如果您想嘗試最好的文字到視訊AI工具，請檢視Runway Gen-2。
2. ModelScope
ModelScope是由阿里巴巴達摩視覺智慧實驗室資助的文字到視訊模型，隨著時間的推移，它已經變得相當不錯。它建立在Diffusion模型的基礎上，並在17億個引數上進行了訓練。目前，它只支援英文輸入，並能生成與文字輸入相匹配的視訊。
值得慶幸的是，該專案可以在Hugging Face上找到，因此您可以用它來生成AI視訊。但請記住，它只能生成2秒鐘的視訊，而且視訊上有 “Shutterstock” 水印。我嘗試了一下這個模型，它似乎還在製作中。
3. Zeroscope
Zeroscope 是源於 ModelScope 的另一個文字到視訊模型。它能夠建立解析度為1024 x 576的高質量人工智慧視訊。除 9,923 個片段和 29,769 個 24 幀（1024 x 576 解析度）標記幀外，該模型還在 ModeScope 的原始權重上進行了訓練。因此，其輸出結果略好於ModelScope。
Zeroscope有兩種型號：zeroscope_v2_576w和zeroscope_v2_XL。zeroscope_v2_576w用於生成視訊，zeroscope_v2_XL用於將生成的內容放大到更高解析度。您可以在Hugging Face網站上檢視這個很酷的AI視訊生成器的演示。
4. VideoCrafter
VideoCrafter是一款根據文字提示建立視訊的人工智慧工具包，由騰訊公司開發。與其他AI視訊生成模型不同，它可以建立長達8秒的視訊，並支援不同的解析度。
VideoCrafter有三種不同的使用方法。您可以使用文字到視訊生成、使用LoRA生成個性化AI視訊以及可控視訊生成。這三種模式都可以讓您從頭開始建立AI視訊。如果您擁有至少7GB VRAM的強大GPU，您可以在本地執行VideoCrafter。不過，網上有一個Hugging Face演示，您可以在下面試用。
5. Synthesia
Synthesia是一款人工智慧工具，您可以用它在幾分鐘內建立專業的人工智慧視訊。您可以用它來建立教程、視訊文件、簡報、銷售宣傳等等。從這個意義上說，它不是一個AI視訊生成器，它可以使用您的文字提示從頭開始建立一些東西。在Synthesia上，您可以從140多種不同的AI頭像中進行選擇，並將任何文字轉化為120多種語言的語音。
基本上，您無需建立工作室和購買昂貴的硬體來製作專業視訊。有了Synthesia的人工智慧角色和內建文字轉語音工具，您就可以快速開始建立內容。您只需輸入視訊指令碼即可。
還等什麼？快來試試Synthesia，建立超棒的AI視訊吧。如果您正在尋找Synthesia的替代產品，您可以檢視HeyGen和Pictory。
6. Kaiber
Kaiber本身並不是一款人工智慧視訊生成器，但它可以生成不同藝術形式的主題動畫。您可以輸入文字提示、上傳自己的圖片或上傳一首歌曲，它就能利用先進的AI生成引擎生成令人著迷的動畫。您還可以上傳您的視訊，並將其轉換成各種風格和美感。
不過，該應用程式並非完全免費。您可以獲得7天的免費試用期，但為此您必須新增您的銀行卡資訊並訂閱5美元的訂閱計劃。簡而言之，Kaiber是一款人工智慧工具，您應該嘗試使用它為您的圖片和視訊生成精美的視覺效果。
7. Wonder Studio
Wonder Studio不是面向普通消費者的人工智慧視訊生成工具，而是面向電影製作人和內容創作者的。它可以將計算機生成的角色自動製作成真人場景的動畫，而無需手動應用視覺特效。基本上，它可以自動完成80-90%的視覺特效和3D工作，而且效果很好。無需使用複雜的3D軟體或昂貴的硬體。
Wonder Studio可以自動檢測場景中的演員，並逐幀應用CG角色，而無需繁重的視覺特效工作。因此，如果您是一位新進的電影製片人，需要快速完成大量繁重的視覺特效工作，那麼您應該看看Wonder Studio。
8. Google Imagen Video and Phenaki
谷歌尚未向公眾釋出其文字到影象模型，但已經公佈了該公司正在開發的模型。該搜尋巨頭正在開發基於級聯擴散模型的Imagen Video。它可以生成1280 x 768解析度、24幀/秒的高清視訊。
谷歌還在開發Phenaki，這是一個文字到視訊模型，可以根據文字提示合成逼真的視訊。這兩種模型都在開發中，我們手中還沒有可工作的人工智慧視訊生成器。不過，您可以通過以下連結閱讀相關研究論文。
9. Meta’s Make-A-Video
除此之外，Meta公司還發布了Make-A-Video人工智慧工具，該工具可以通過文字生成視訊。您可以使用文字、影象或視訊輸入建立逼真、超現實和個性化的視訊。Meta的模型能夠通過單張圖片建立動態視訊。您還可以新增多張圖片作為輸入，它還可以填充動作，建立夢幻般的視訊。
根據Meta的研究論文，其視訊生成模型對文字輸入的表現力和效率是其他模型的3倍。該專案同樣不對公眾開放，但您可以註冊並向Meta申請訪問許可權。
10. Nvidia’s Latent Diffusion Model
最後，Nvidia釋出了其高保真視訊潛入擴散模型，該模型可使用文字提示生成高效的高解析度視訊。它能以24幀/秒的速度生成1280 x 2048解析度的視訊，堪稱完美。它的大多數視訊長度為5秒，但也可以生成512 x 1024解析度的5分鐘長視訊。您還可以新增影象輸入，建立個性化的AI視訊。
在視訊合成領域，我認為Nvidia將成為未來的重要參與者之一。同時，Nvidia已經在其網站上展示了多個視訊演示，您可以在下面檢視。
評論留言