Stable Video Diffusion來了！普通人拍大片指日可待

作者：小岩

隨著技術的不斷進步，AI領域取得了巨大的突破。 特別是在圖片生成這個賽道，AI目前能做到的成績超乎想像。 或許就在1年以前，很多人，特別是一些專業從業者對AI繪畫的印象還停留在“元素要靠東拼西湊”“廢圖率太高”“成品無法直接使用”等方面，但如今，高品質AI繪圖軟體的表現完全可以顛覆你的固有認知。

而Stable Diffusion便是其中的典型代表。 用Stable Diffusion完成的AI繪圖，不僅能夠精準地呈現人體姿態和畫面層次感，還擁有複雜的三維結構，更支援使用者對圖片細節進行調整。

如今，Stable Diffusion的官方Stability AI走得更遠了。 不僅在AI繪畫領域表現優秀，還推出了Stable Video Diffusion，這款技術不僅具有強大的3D合成功能，更可以為視頻製作帶來巨大的變革。 也就是說，它的出現大大降低了視頻拍攝的門檻，讓普通人也可以輕鬆拍大片。

什麼是Stable Video Diffusion？

Stable Video Diffusion是一種先進的視頻合成技術，它能夠將真實場景與虛擬物體完美地融合在一起，呈現出非常逼真的效果。 這種技術可以應用於電影製作，遊戲開發，廣告創意等多個領域，從而為視頻製作帶來更多的可能性和創造性。

與傳統的視頻合成技術相比，Stable Video Diffusion最大的優勢顯然是物美價廉。 先說「物美」，因為AI軟體本身採用了深度學習的方法，對大量數據進行訓練，使得合成的視頻更加真實，自然。 同時，這一AI技術還可以實現對細節的完美還原，例如物體的紋理、光線和陰影等等，可以說是十分逼真。 再來說「價廉」，以前需要耗費大量人力物力來完成的視頻製作工作，如今可能只需要通過Stable Video Diffusion就可以了，這就大大降低了成本。

Stable Video Diffusion的另一個重要特點是能夠實現3D合成。 通過這項技術，製作人員可以創建出各種神奇的場景和效果，例如將現實中的物體搬到虛擬場景中，或者將多個虛擬物體組合在一起。 這為電影製作帶來了更多的創意空間和可能性。

除了電影製作和遊戲開發外，Stable Video Diffusion還很有可能在廣告創意領域發揮重要的作用。 廣告商可以利用這項技術創造出各種獨特的場景和效果，吸引消費者的注意力。

3D合成引發關注，網友紛紛表示：進步太快！

根據Stable Video Diffusion官方網站Stability AI顯示的資訊，全新SVD（簡稱）支援文本到視頻，圖像到視頻的生成;支援物體從單一視角到多視角的轉化，也就是大家所期待的3D合成。

儘管Stable Video Diffusion目前只是發佈了基礎模型，但已經受到了外界的廣泛關注和好評，網友們普遍表示“進步太快”。 官方透露，“正計劃繼續擴展，建立類似於Stable Diffusion的生態系統”。 不過，對於官方發佈的Demo，很多網友並不覺得有多驚豔，甚至認為其中存在缺陷，諸如光影不對;幀與幀之間有閃爍等等。

以下就是官方所發佈的Demo，大家自行感受一下。

目前，Stable Video Diffusion的論文代碼權重已經上線。 根據介紹，SVD基於Stable Diffusion 2.1，使用了約6億個樣本的視頻數據集預訓練了基礎模型。 它可以輕鬆適應各種下游任務，包括通過對多視圖數據集進行微調從單個圖像進行多視圖合成。

需要說明的是，Stability AI官方明確表示，Stable Video Diffusion僅限於研究，不適用於實際或商業應用。 所以，它還不具備被大規模應用的條件。 不過，官方已經開放了使用者候補名單註冊，這意味著我們普通小白也可以使用上這項技術，過一過“一鍵拍大片”的癮。

視頻生成迎來大爆發，誰會成為最後的贏家？

最近一段時間，視頻生成領域呈現出一種「混戰」的局面，各種優秀產品冒頭，大有百家爭鳴的勢頭。

前有PikaLabs開發的文生視頻AI。

之後Moonvalley推出了自己的作品，它素有「史上最強大的視頻生成AI」。。

最近Gen-2的推出了“運動筆刷”功能，輕鬆實現“指哪畫哪”。

再加上如今驚豔亮相的Stable Video Diffusion，我們可以預見，AI視頻生成領域競爭十分領域，大家卷的如火如荼，很難說誰會成為最後的贏家。

視頻生成領域隸屬於生成式AI技術的範疇。 隨著AI技術的不斷發展，生成式AI行業正在逐漸崛起。 目前，該行業處於高速發展的階段，市場規模不斷擴大，預計未來依舊會繼續保持快速增長的速度。 根據市場研究機構的數據顯示，預計到2029年，行業的市場規模將達到100億美元。

這會是一塊肉眼可見的，極其美味的大蛋糕。