（圖片來(lái)源：林志佳拍攝）
隨著Sora爆火，國(guó)內(nèi)運(yùn)營(yíng)商企業(yè)也開(kāi)始與快手等公司一起“卷”AI 視頻賽道了。
12月5日消息，鈦媒體AGI獲悉，中國(guó)電信人工智能研究院(TeleAI）在3日舉行的“TeleAI 開(kāi)發(fā)者大會(huì)”上發(fā)布首款基于星辰大模型的視頻生成大模型，目標(biāo)通過(guò)語(yǔ)義、語(yǔ)音、文生圖等多模態(tài)能力打通短劇及影視制作各個(gè)環(huán)節(jié)，覆蓋文字腳本撰寫、分鏡腳本繪制、視頻拍攝及剪輯、配音及音效合成等全流程，實(shí)現(xiàn)降本增效。
這是國(guó)內(nèi)首個(gè)央企全自研的 AI 視頻生成模型。
上述動(dòng)圖是此次中國(guó)電信大會(huì)上展示的3分鐘AI視頻生成的部分信息。
TeleAI團(tuán)隊(duì)通過(guò)支持主體目標(biāo)時(shí)空一致性，個(gè)體復(fù)雜動(dòng)作精準(zhǔn)控制，音視頻同步生成，多目標(biāo)復(fù)雜動(dòng)作精準(zhǔn)控制，不僅能從容駕馭多個(gè)主角，還能流暢切換多個(gè)場(chǎng)景。
這是繼星辰語(yǔ)義大模型、星辰語(yǔ)音大模型之后，TeleAI展示的視頻生成大模型技術(shù)。中國(guó)電信負(fù)責(zé)人向鈦媒體App透露，這款產(chǎn)品主要應(yīng)用于高質(zhì)量可控短劇生成，賦能文宣產(chǎn)業(yè)創(chuàng)新發(fā)展。
中國(guó)電信CTO、首席科學(xué)家、人工智能研究院（TeleAI）院長(zhǎng)李學(xué)龍表示，TeleAI已完成國(guó)內(nèi)首個(gè)全國(guó)產(chǎn)化萬(wàn)卡萬(wàn)參大模型。隨著本次視頻生成大模型和視覺(jué)大模型的發(fā)布，星辰大模型系列將進(jìn)一步完成了其全模態(tài)能力的構(gòu)建，從而完成1（星辰大模型基礎(chǔ)底座）+1（數(shù)據(jù)底座）+1（算力底座）+M（自用內(nèi)部大模型）+N（外部行業(yè)大模型）的人工智能布局。
事實(shí)上，2024年2月，美國(guó)OpenAI公司發(fā)布視頻生成模型Sora，首次由 AI 生成了長(zhǎng)達(dá)1分鐘的多鏡頭長(zhǎng)視頻，輸入寥寥數(shù)語(yǔ)便能生成效果炸裂視頻，鏡頭感堪比電影，震驚全球。
隨后，全球掀起了一場(chǎng)關(guān)于Sora的討論風(fēng)暴，猶如兩年前的ChatGPT爆火，有大量 AI 公司以做“中國(guó)版 Sora”為目標(biāo)，眾多企業(yè)和教授下場(chǎng)參與其中。
隨著美國(guó)Sora模型demo驚艷全球近300天，但遲遲未公開(kāi)使用，而國(guó)內(nèi) AI 視頻生成賽道卻加速“內(nèi)卷”，快手可靈、騰訊混元、字節(jié)即夢(mèng)等互聯(lián)網(wǎng)大廠模型，生數(shù)、愛(ài)詩(shī)、HiDream等初創(chuàng)公司都加入其中，直接與全球“類Sora”們展開(kāi)競(jìng)爭(zhēng)。
所謂生成式 AI 視頻生成，就是通過(guò)計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)、ViT架構(gòu)等多種AI技術(shù)手段，可實(shí)現(xiàn)視頻內(nèi)容生成過(guò)程的自動(dòng)化。
無(wú)論是文生視頻，還是圖生視頻、視頻生視頻，AI 驅(qū)動(dòng)的視頻生成工具的使用不斷增加，將有助于增強(qiáng)視頻制作工作流程，為影視、游戲、培訓(xùn)與教育、營(yíng)銷與廣告、社交媒體等領(lǐng)域發(fā)展提供更多增長(zhǎng)空間。
據(jù)Fortunebusinessinsights數(shù)據(jù)，2024年，全球 AI 視頻生成市場(chǎng)規(guī)模預(yù)計(jì)達(dá)6.148億美元，預(yù)計(jì)到2032年，整個(gè)市場(chǎng)規(guī)模將超過(guò)180億元，增至25.629億美元（約合人民幣186.36億元）年復(fù)合增長(zhǎng)率19.5%，市場(chǎng)前景廣闊。
隨著 AI+視頻的技術(shù)和產(chǎn)品升級(jí)迭代，諸如電影、廣告、視頻剪輯、視頻流媒體平臺(tái)、UGC 創(chuàng)作平臺(tái)、短視頻綜合平臺(tái)等眾多行業(yè)有望受益。
事實(shí)上，TeleAI中國(guó)電信人工智能研究院掛牌至今僅5個(gè)月。
李學(xué)龍透露，早在2022年7月，中國(guó)電信就開(kāi)展了多模態(tài)認(rèn)知計(jì)算；2023年，TeleAI發(fā)布并開(kāi)源了千億參數(shù)“星辰”大模型，中國(guó)電信成為最早布局并首先開(kāi)源大模型的央企機(jī)構(gòu)。
今年2月，TeleAI自主研發(fā)的星辰大模型首次通過(guò)了“境內(nèi)深度合成服務(wù)算法備案”；5月，星辰大模型再次通過(guò)產(chǎn)品備案；7月，TeleAI正式掛牌運(yùn)營(yíng)。
作為12月1日最新上榜的模型，TeleAI視頻生成大模型已經(jīng)在權(quán)威視頻生成評(píng)測(cè)榜單VBench中排名第一。
據(jù)悉，VBench 是一個(gè)全面的“視頻生成模型的評(píng)測(cè)框架”，它將“視頻生成質(zhì)量”細(xì)分為16個(gè)評(píng)分維度，從人物形象一致性、動(dòng)作流暢度、畫面穩(wěn)定性到空間關(guān)系等方面對(duì)模型進(jìn)行細(xì)致、客觀的評(píng)估。而TeleAI 視頻生成大模型在 VBench 的16個(gè)評(píng)分項(xiàng)目中，一舉奪得9項(xiàng)第一，覆蓋了模型的畫面穩(wěn)定性（時(shí)序閃爍）、語(yǔ)義一致性（物體分類、多物體、人體動(dòng)作）、空間場(chǎng)景（空間關(guān)系、場(chǎng)景），以及視覺(jué)風(fēng)格（顏色、外觀、時(shí)序風(fēng)格）等幾個(gè)核心能力。其中，有5項(xiàng)得分超過(guò)99%。
同時(shí)，TeleAI還發(fā)布視頻生成大模型、視覺(jué)大模型產(chǎn)用一體化平臺(tái)、具身智能、智傳網(wǎng)等一系列創(chuàng)新技術(shù)、產(chǎn)品及科研成果，構(gòu)建星海AI中臺(tái)、天翼AI開(kāi)放平臺(tái)、星辰智能體平臺(tái)等開(kāi)放體系，構(gòu)建低成本、高效率的創(chuàng)新開(kāi)發(fā)生態(tài)，推動(dòng)中國(guó)電信在 AI 領(lǐng)域持續(xù)落地。
大會(huì)期間，TeleAI 宣布與包括華為、中興、亞信科技、中科曙光等共19家合作伙伴發(fā)布中國(guó)電信人工智能開(kāi)發(fā)者產(chǎn)業(yè)聯(lián)盟計(jì)劃，旨在聚合各方力量，加快推動(dòng) AI 產(chǎn)業(yè)發(fā)展，提升技術(shù)能力與應(yīng)用水平，并為全球開(kāi)發(fā)者賦能。
“中國(guó)電信將推動(dòng)數(shù)智化應(yīng)用深度融入行業(yè)生產(chǎn)場(chǎng)景，重點(diǎn)打造80多個(gè)行業(yè)大模型和20個(gè)行業(yè)智能體，持續(xù)完善MaaS服務(wù)能力，為客戶提供“算力+平臺(tái)+數(shù)據(jù)+模型+應(yīng)用”的一體化服務(wù)。在工業(yè)質(zhì)檢方面，星辰大模型具備通過(guò)文本檢索缺陷圖像的能力，在檢測(cè)場(chǎng)景中精準(zhǔn)度超過(guò)99.4%�！敝袊�(guó)電信董事長(zhǎng)柯瑞文表示，科技成果只有通過(guò)規(guī)模應(yīng)用，才能促進(jìn)技術(shù)不斷迭代完善，形成成熟的商業(yè)模式，實(shí)現(xiàn)技術(shù)和市場(chǎng)雙輪驅(qū)動(dòng)產(chǎn)業(yè)發(fā)展，并進(jìn)一步反哺科技創(chuàng)新。
柯瑞文強(qiáng)調(diào)，生成式 AI 以前所未有的速度進(jìn)行迭代和創(chuàng)新，大模型能力得到快速提升。從近期實(shí)踐來(lái)看，AI手機(jī)、AI PC等智能終端逐步走進(jìn)日常生活，行業(yè)大模型在金融、工業(yè)、醫(yī)療等領(lǐng)域加快落地，借助大模型解決生產(chǎn)實(shí)際問(wèn)題逐步形成共識(shí)。
最新消息是，12月4日晚，OpenAI宣布，將連續(xù)12天內(nèi)發(fā)布包括文生視頻模型Sora在內(nèi)的一系列新技術(shù)產(chǎn)品。
