實(shí)測(cè)萬(wàn)興科技旗下萬(wàn)興“天幕”：本土化優(yōu)勢(shì)明顯，多媒體生成能力穩(wěn)定

文 | 智能相對(duì)論

作者 | 沈浪

隨著OpenAI在2024開(kāi)年發(fā)布Sora引爆市場(chǎng)，視頻大模型成了新一代“全球通殺”的AI技術(shù)，也讓業(yè)界對(duì)誰(shuí)能成為“中國(guó)版Sora”充滿了期待。

其結(jié)果，是各類(lèi)廠商在龐大的市場(chǎng)蛋糕驅(qū)動(dòng)下，都不可避免地爭(zhēng)做“中國(guó)版Sora”。而正如歷次技術(shù)重大革新浪潮中，“中國(guó)版”的名頭并非誰(shuí)最先做出來(lái)，誰(shuí)就能戴上王冠，其背后，自帶兩重要求：

首先，“中國(guó)版”本身意味著對(duì)本土內(nèi)容創(chuàng)作有直接的驅(qū)動(dòng)價(jià)值，否則大模型創(chuàng)新價(jià)值將減少，陷入“別人有所以我才要有”的邏輯中，而不是真正圍繞本土價(jià)值展開(kāi)。這是價(jià)值標(biāo)準(zhǔn)和導(dǎo)向。

然后，要能力夠強(qiáng)、夠全面，要能對(duì)標(biāo)到“Sora”的能力方向，而不是差較遠(yuǎn)。這是基礎(chǔ)也是底氣。

“中國(guó)版”+“Sora”，組合起來(lái)，才是“中國(guó)版Sora”。

欣慰的是，智能相對(duì)論發(fā)現(xiàn)，目前業(yè)內(nèi)部分大模型已開(kāi)始展現(xiàn)這一潛力。今年1月初，AIGC軟件A股上市公司萬(wàn)興科技（300624.SZ）發(fā)布了國(guó)內(nèi)首個(gè)專(zhuān)注于數(shù)字創(chuàng)意領(lǐng)域的音視頻多媒體大模型——萬(wàn)興“天幕”，并憑借大模型在視頻、音頻、圖像、文本等多媒體領(lǐng)域的強(qiáng)大能力，吸引了業(yè)界的廣泛關(guān)注。據(jù)介紹，萬(wàn)興“天幕”依托15億用戶行為數(shù)據(jù)和百億本土化音視頻數(shù)據(jù)，具備近百項(xiàng)音視頻原子能力，并已通過(guò)中央網(wǎng)信辦備案。

前不久，萬(wàn)興“天幕”正式開(kāi)放公測(cè)，提供了包括文生視頻、文生音樂(lè)、文生音效、文生圖等等多樣化功能的測(cè)試入口，其中文生視頻功能支持一鍵生成60秒+視頻。上周末，睽違4年的《歌手2024》震撼開(kāi)唱，而據(jù)透露，節(jié)目片頭中部分畫(huà)面便是由萬(wàn)興“天幕”支持生成，超高清晰度的精致畫(huà)面更是吊足了視頻從業(yè)者的胃口。

（《歌手》片頭部分畫(huà)面由萬(wàn)興“天幕”技術(shù)加持生成）

萬(wàn)興“天幕”綜合能力究竟如何，有是否真的能生成60+秒視頻？《智能相對(duì)論》特別在萬(wàn)興“天幕”近期公測(cè)期間，體驗(yàn)了相關(guān)能力。

1.基本操作：小白友好，可體驗(yàn)7大功能

（萬(wàn)興“天幕”公測(cè)頁(yè)面）

打開(kāi)萬(wàn)興“天幕”的公測(cè)頁(yè)面，7大功能陳列在左側(cè)功能欄，包括文生視頻、視頻風(fēng)格化、文生音樂(lè)、視頻配樂(lè)、文生音效、文生圖、圖生圖，完美契合了“音視頻大模型”這一定位。

目前，每個(gè)功能每日可進(jìn)行10次生成；具體到操作層面，每個(gè)功能的操作都很簡(jiǎn)單，基本都只需要進(jìn)行prompt輸入+選擇風(fēng)格即可生成，新手也可快速上手，符合其“賦能創(chuàng)作者”的定位。

2.文生視頻功能實(shí)測(cè)：“中國(guó)特色”理解力及生成效果表現(xiàn)優(yōu)異

在萬(wàn)興“天幕”的介紹中，“本土化音視頻數(shù)據(jù)”引人注目。目前包括Sora、MidJourney等在內(nèi)的大部分視頻/圖像生成模型，都主要是以海外數(shù)據(jù)進(jìn)行訓(xùn)練，對(duì)中國(guó)元素的生成仍舊不盡如人意。作為國(guó)產(chǎn)音視頻大模型的先鋒者，除了視頻整體效果外，萬(wàn)興“天幕”在“中國(guó)特色”內(nèi)容的生成層面表現(xiàn)如何，也是我們這次測(cè)評(píng)的重點(diǎn)之一。

點(diǎn)開(kāi)文生視頻功能頁(yè)，輸入描述詞“張家界美麗的自然風(fēng)光，包括其標(biāo)志性的柱狀山脈、茂密的森林和云霧繚繞的景觀”。等待5分鐘后，一段60秒長(zhǎng)度的視頻就生成出來(lái)了。單從生成效率來(lái)看，天幕表現(xiàn)不錯(cuò)。

（萬(wàn)興“天幕”文生視頻頁(yè)面）

接下來(lái)具體看看生成效果。

描述詞還原度方面，表現(xiàn)得可圈可點(diǎn)——張家界的景色特點(diǎn)鮮明，奇峰聳立、山巒疊嶂、云霧繚繞，且整體畫(huà)面自然真實(shí)，細(xì)節(jié)上也完成得不錯(cuò)。此外值得注意的是，天幕在沒(méi)有任何動(dòng)作、情節(jié)描寫(xiě)的簡(jiǎn)短描述詞的基礎(chǔ)上，進(jìn)行了不少“自我創(chuàng)作”，不僅有遠(yuǎn)景近景以及視角的變幻，還可根據(jù)自己的理解，在畫(huà)面中增加了河流、寺廟、花朵等視覺(jué)元素，讓1分鐘時(shí)長(zhǎng)的視頻內(nèi)容更豐富、變化更多樣。

（萬(wàn)興“天幕”部分視頻生成效果）

3.多媒體內(nèi)容生成實(shí)測(cè)：“六邊形戰(zhàn)士”發(fā)揮穩(wěn)定

作為全國(guó)首個(gè)音視頻多媒體大模型，天幕不僅僅具備文生視頻能力，更集合了音頻、圖像等其他多媒體種類(lèi)的內(nèi)容生成能力。接下來(lái)，就一起來(lái)看看天幕在其他內(nèi)容類(lèi)型上的表現(xiàn)吧。

首先是圖像生成。還是張家界，這次我們加點(diǎn)人物進(jìn)去，選取“電影打光”風(fēng)格，輸入提示詞“一名游客在張家界快樂(lè)地游玩，寫(xiě)實(shí)風(fēng)格”，幾秒后圖片就生成出來(lái)了。

從生成效果來(lái)看，景色展示一如既往的穩(wěn)定，這次描述詞中沒(méi)有具體的景色描寫(xiě)，但是可以看到張家界的特色依舊很明顯。

此外，圖片中還有一個(gè)細(xì)節(jié)非常驚喜。描述詞中強(qiáng)調(diào)人的特征，但是天幕自然而然生成了中國(guó)人的形象，不論是畫(huà)面中的主要人物還是作為背景展現(xiàn)的其他游客形象，都是清一色的黑頭發(fā)黃皮膚。自信大方的笑容，自然輕松的體態(tài)，非常符合日常的穿著。

（萬(wàn)興“天幕”文生圖效果）

接下來(lái)，看看文生音效的表現(xiàn)。輸入描述詞“鳥(niǎo)叫聲”即可生成，很快就生成出10秒的音頻出來(lái)。質(zhì)量方面，鳥(niǎo)叫聲非常清脆逼真，用來(lái)作為視頻的背景音效毫無(wú)問(wèn)題。

（文生音效頁(yè)面）

綜合來(lái)看，天幕已經(jīng)具備了多模態(tài)處理能力，任務(wù)完成度和一致性上表現(xiàn)不錯(cuò)，已經(jīng)初現(xiàn)“六邊形戰(zhàn)士”雛形，是目前市面上少見(jiàn)的以本土內(nèi)容為核心進(jìn)行訓(xùn)練及生成的大模型。隨著后續(xù)技術(shù)的持續(xù)發(fā)展，通過(guò)不斷的打磨及投喂訓(xùn)練，相信天幕會(huì)是一個(gè)非常不錯(cuò)的產(chǎn)品。

4.天幕未來(lái)展望：素材“彈藥”生產(chǎn)商

從實(shí)際體驗(yàn)層面，天幕在風(fēng)景、場(chǎng)景類(lèi)畫(huà)面生成上確實(shí)表現(xiàn)不錯(cuò)，同時(shí)還具備音頻、圖像等多模態(tài)內(nèi)容的生成能力。結(jié)合目前透露的信息來(lái)看，萬(wàn)興科技為天幕規(guī)劃的未來(lái)發(fā)展方向已呼之欲出：相較業(yè)界普遍討論的所謂“一鍵成片”“AI生成成品視頻”，天幕當(dāng)前階段在素材類(lèi)內(nèi)容生成上表現(xiàn)突出，可為商業(yè)廣告、影視、旅游、社媒等視頻創(chuàng)作提供豐富的素材“彈藥”。

這也符合技術(shù)發(fā)展規(guī)律以及商業(yè)化落地基本邏輯。技術(shù)層面，由于數(shù)據(jù)集限制以及理解難度的指數(shù)級(jí)上升，視頻生成技術(shù)在完成度上仍有較大提升空間，其中自然景色類(lèi)視頻相較人像類(lèi)視頻的視頻數(shù)據(jù)更充分、完成度較高。

商業(yè)邏輯層面，視頻市場(chǎng)規(guī)模正在不斷擴(kuò)大，但AI內(nèi)容在其中的切入角度還需要持續(xù)探索。目前來(lái)看，空鏡頭類(lèi)素材在商業(yè)化層面的優(yōu)先級(jí)更高，人像類(lèi)視頻則通常傾向于真人出鏡，還需要經(jīng)歷一定的技術(shù)和效果跨越。

總之，實(shí)測(cè)下來(lái)，可以說(shuō)，“中國(guó)版Sora”是業(yè)界期許，也在萬(wàn)興“天幕”上看到可能性。應(yīng)用驅(qū)動(dòng)大模型發(fā)展、磨煉技術(shù)實(shí)力，以萬(wàn)興科技為代表的先鋒者仍在持續(xù)探索和實(shí)踐。相信假以時(shí)日，萬(wàn)興科技為代表的國(guó)產(chǎn)廠商，將帶領(lǐng)從業(yè)者們共同奔赴更美好的AI+視頻未來(lái)。

*本文圖片均來(lái)源于網(wǎng)絡(luò)

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無(wú)關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。