日本 男同 Sora强敌！Meta最强千里浸式AI媒体模子来了，300亿参数模子解救Movie Gen视频

本文作家：李丹日本 男同

开始：硬AI

OpenAI的Sora迎来强敌，Meta推出堪称最先进的媒体基础模子Movie Gen。

Meta称，Movie Gen是公司“针对媒体的阻扰性生成式AI酌量”，它囊括了图像、视频和音频等模态，用户只需输入文本，就不错制作自界说的视频和声息、剪辑现存视频，以及将个东谈主图像转化为私有的视频。Movie Gen实行这些任务的表当今东谈主类评估中优于业内近似模子。

Meta先容，Movie Gen是“最先进、千里浸式效果最好的故事论述模子套件”，综合了公司第一波生成式AI媒体酌量的Make-A-Scene 系列模子，即可创建图像、音频、视频和 3D 动画的模子，以及跟着扩散模子出现而针对Llama Image 基础模子进行的第二波酌量模子，即可达成更高质料图像和视频生成以及图像剪辑的模子。

文生视频最长16秒 130亿参数音频生成模子 东谈主工评测视频生成对Sora净胜率8.2

Meta概述，Movie Gen 具有四种功能：视频生成、个性化视频生成、精准视频剪辑、音频生成。

关于视频生成，Meta先容，用户只有提供一个文本的提醒词，Movie Gen就不错诳骗针对文本转图像和文本转视频进行了优化的汇注模子，创建高清的高质料图像和视频。Movie Gen的视频模子有300亿参数，这个转化模子能以每秒16帧的速率生成最长16秒的视频。

Meta称，发现这些模子不错推理物体的瓦解、拍摄主体与物体之间的相互作用，以及相机的瓦解，况兼不错学习各式成见了解有哪些合理的瓦解，因此，它们成为同类中最先进的模子。在先容该功能时，Meta展示了多个10秒长度的视频短片，包括一只像萌翻网络的弹跳猪“Moo Deng”那样的小河马游来游去。

华尔街见闻瞩目到，单从生成视频的最大长度看，Movie Gen还不敌本年2月OpenAI发布的Sora。Sora令业界轰动的少量是，不错创建长达60秒的文生视频。不外，比较Meta客岁11月官宣的视频模子Emu Video，Movie Gen如实跨越不小。Emu Video只不错每秒16帧的速率生成最长4秒的视频。

除了胜利文生视频，Movie Gen还有出色的个性化视频制作材干。Meta先容，其膨胀了前述基础模子，解救生成个性化视频。用户不错提供某个东谈主的图像日本 男同，配合文本的提醒词，让Move Gen生成的视频包含参考图像中的东谈主物，以及稳妥文本提醒的视觉细节。Meta称，在创建保留东谈主类身份和当作的个性化视频方面，其模子获得了最先进的效果。

Meta展示的一个视频自满，用户不错提供一个女孩的像片，输入笔墨“别称身穿粉色马甲的女DJ播放唱片，她身旁有一只猎豹”，然后就生成了以像片中女孩为形象的DJ打碟，以及一只猎豹奉陪。

在精准视频剪辑方面，Meta称，Movie Gen继承了吞并基础模子的剪辑变体模子，在用户输入视频和文本提醒词后，精如实行任务，生成所需的输出。它将视频生成与高等图像剪辑相联结，实行局部剪辑，举例添加、删除或替换元素，以及诸如布景或方法修改的全局改造。与需要专科技巧或缺少生成精准度的传统器具不同，Movie Gen 保留了原始实验，仅针对有关像素剪辑。

女同a片

Meta提供的示例之一是，用户输入，让企鹅穿上有英国女王维多利亚在位期间衣饰作风的服装，Movie Gen生成的企鹅穿上了带蕾丝的红色女裙。

关于音频生成，Meta称，测验了一个130亿参数的音频生成模子，该模子不错收受视频和可选的文本提醒词，生成长达 45 秒的高质料高保真音频，包括环境音、拟声息效（Foley）和乐器布景音乐，统共这些都与视频实验同步。此外，Meta引入了一种音频膨胀本领，不错为纵情长度的视频生成连贯的音频，在音频质料、视频到音频对皆和文本到音频对皆方面总体上达成了最先进的性能。

Meta提供的一个例子是，生成在吉他音乐的伴奏下，全地形车（ATV）引擎轰鸣加快的声息，还有一个例子是，管弦乐声中有树叶沙沙作响和树枝撅断的声息。

Meta还展示了针对以上四种材干进行的A/B对比测试东谈主工评估范畴，下图自满的净正巧胜率代表，比较Sora等竞品模子，东谈主类评估者更喜爱Movie Gen模子生成的范畴。在胜利生成视频这个功能方面，Movie Gen比较Sora的净胜率达到8.2。

基于授权和公开可用数据测验 未明确何时发布 扎克伯格称来岁上线Instagram

Movie Gen 是基于哪些信息进行测验的？Meta 的声明莫得诠释具体细节，仅仅说：“咱们基于授权和公开可用的数据集对这些模子进行了测验。”

有驳倒指出，对生成式 AI 器具而言，测验数据的开始以及从网上持取哪些数据合理仍然是有争议的问题，而且公众很少知谈使用哪些文本、视频或音频片断创建了任何大模子。

还有驳倒称，Meta说测验用的数据集是“专有/生意明锐”的，未提供细节，那么只可推测，数据包括许多Instagram 和 Facebook 平台的视频，加上一些Meta协作伙伴的实验，以过火他许多未得到充分保护的实验、也即是所谓的“公开可用”实验。

关于发布时候，Meta本周五并未明确Movie Gen何时面向众人推出，仅仅暗昧地说“可能过去发布”。本年2月OpenAI官宣Sora后迄今还未着实向公众通达使用，也并未泄露任何决议将要发布的日历。

不外，Meta CEO扎克伯格称，Movie Gen来岁会上线Meta旗下的酬酢媒体Instagram。他在个东谈主Instagram账号发布了一段Movie Gen生成的视频，自满他在用腿部推举机，跟着他启动熏陶，布景发生了变化。先是自满，他在一家霓虹灯照射的过去作风健身房熏陶，然后变为，他穿戴角斗士盔甲熏陶，接着变为他股东一台烽火的纯金机器，临了变为，他用腿部推举一盒鸡块，周围是一派薯条。

扎克伯格配上笔墨称，Meta新的 MovieGen AI 模子不错制作和剪辑视频，每天都是真金不怕火腿的日子。该模子将于来岁登陆 Instagram。

在酬酢媒体X，Meta官宣并演示Movie Gen的帖子底下，一些点赞高的驳倒自满，网友也曾在催促Meta精良发布该模子，有网友问，不知谈全球有莫得契机来试试它。

本文来自微信公众号“硬AI”，关心更多AI前沿资讯请移步这里

风险提醒及免责条件 阛阓有风险，投资需严慎。本文不组成个东谈主投资提出，也未议论到个别用户零散的投资盘算、财务情状或需要。用户应试虑本文中的任何意见、不雅点或论断是否稳妥其特定情状。据此投资，包袱得意。