Meta AI · 视频生成模型
Meta AI 发布文生视频模型
Meta AI 正式推出文生视频生成模型，用户只需输入文字描述即可生成对应的视频内容。该模型基于自研的生成式 AI 技术，能够理解复杂场景、动作与时序逻辑，生成连贯且视觉风格统一的短视频。Meta 表示，这一成果将首先面向创作者和研究人员开放测试，后续计划集成到旗下社交平台中，为视频内容创作提供新的生产力工具。
- 域名
ai.meta.com- 评分
- 5 · 重大发布
- 发布
- 2022-09-28
导读
Meta AI 于 2022 年 9 月发布 Make-A-Video，把文生图模型在过去一年的进展延伸到视频领域。用户输入一段文字描述，系统会输出一段简短的高质量视频片段，例如博文中展示的“穿着超人披风的狗在空中飞行”“飞船降落火星”“画家正在画布上作画”。系统也支持以图像作为输入生成对应的动态视频，或者基于已有视频生成风格类似的变体。
在方法层面，Make-A-Video 的关键设计是把对世界外观的理解和对运动的理解解耦。前者从配对的文本图像数据中学习，复用文生图模型在大规模图文对上的成果；后者从没有文字标注的视频片段中学习，让模型掌握物体如何随时间变化。这样安排的好处在于绕开高质量文本视频对稀缺的问题，让模型可以借助现有的大规模视觉数据，把视频生成视为图像生成在时间维度上的延伸，而不必从零搭建。
Make-A-Video 是 Make-A-Scene 之后 Meta 在生成式 AI 上的下一步动作，论文与技术细节同期公开，并计划以 demo 形式开放给创作者和研究者体验。文章强调使用的均为公开数据集以保留透明度，也明确把该系统纳入 Meta 的负责任 AI 框架持续打磨。对于创作者，这意味着从文字到动态画面的工具进入实验阶段；对于研究社区，这是一份关于如何在数据稀缺条件下训练视频生成模型的早期参考。