抽卡时代，要过去了。
过去一年多, 我们对于AI视频的感受, 实际上能用两个字来归纳, 那就是: 抽卡。输入一段提示词, 点击生成操作, 直直盯着进度条, 等待模型给出几秒钟的画面, 若呈现出来的好看, 便予以留存, 要是不好看, 那就更改词汇再次尝试。它的确能够产出令人惊艳的片段, 然而它给予创作者的, 压根不是一段能够继续用于创作的素材, 而是一张, 抽到了便结束、抽不到就重来的卡片。
最让人觉得抽卡难受之处, 并非画面不够逼真, 而是其具有不可控性, 你所期望的是能有一个达到九分的画面呈现, 然而模型给予你的不过是十个画面片段, 每个片段大概都只有七八分, 并且这些片段相互之间还对不上, 你根本没办法和它去商量说「这个镜头就保持不动, 仅仅把人物的动作改换一下」, 你所能做成的事情仅仅是重新摇一次骰子, 寄希望于下一次能抽到更好的。
但这套玩法, 最近开始出现变化了。在这一两个月当中, 几款新视频模型差不多前后脚现身, 它们的产品形态不一样, 技术路线不一样, 面向的市场也不一样, 然而它们释放出来的信号却意想不到地一致, 竞争的重点并非是谁能够一次性生成一段更具观赏性的视频, 而是谁生成出来的事物能够被持续地进行修改、加以控制以及实现复用。也就是说, AI视频正在从一个出片的机器, 逐渐转变成为一套生产工具。
（图源：Google）
问题随之出现了, 对于AI视频发展到这个阶段而言, 创作者的核心竞争力, 是否会从剪辑方面发生转变, 转变为一种更类似于导演所具备的特质呢, 毕竟如今我们已然无需再去“赌”视频生成的内容了, 如此一来, 更好地进行表达以及镜头设计, 难道不才是未来AI视频创作着重关注的要点吗?
不能二次编辑的视频模型不是好AI
最近热度最高的AI视频, 是那种具备能编辑特性的, 而其中可能当属谷歌和Runway这两家。
端出来的 Runway 所呈现的是 Aleph 2.0, 基于原视频语境进行修改是它所主打具备的能力。也就是说, 它并非将每次生成都视作一张白纸, 而是知晓你手上这段素材当中所包含的内容, 可以在理解原片的状况下进行局部之处的改动, 并非一动就完全推翻重新开始。谷歌方面推出的是 Gemini Omni, 走的是另外一条不同的路径, 侧重于对话式的持续编辑, 你能够如同与人聊天那样逐句往下提出相应要求, 使模型在上一版的基础之上接着去修改, 并非每提出一个全新的需求就再次从头开始进行生成。
（图源：Runway ）
比如, 我们在Gemini那儿要求它去生成一段视频, 视频内容是一只白色陶瓷杯放置在木桌上, 镜头是缓慢往前推进的, 杯子旁边呢有着一本笔记本以及一支黑色钢笔, 是自然日光的那种光照情况, 要有真实手机拍摄出来的那种感觉, 背景是普通工作室般的广告质感场景, 而在第一轮的时候, Gemini生成出来的效果就已然很是让人觉得满意了。
（图源：雷科技制图 ）
Gemini生成了一段视频, 视频内容是空镜, 画面中有白色陶瓷杯、笔记本、黑色钢笔放在木桌上, 其画面主体明确, 主体包括白色陶瓷杯、笔记本、钢笔、木桌, 镜头从中远景缓慢推近到近景, 这很符合我们的需求, 不过它看起来并不像一段广告片。
（图源：雷科技制图 ）
于是, 我们直接要求 Gemini, 使其依据这段素材, 把画面塑造得更具咖啡品牌广告片的模样, 比如说, 给杯中咖啡增添些许细微的热气, 在杯壁添加些柔和的高光, 等等。
（图源：雷科技制图 ）
不容易看出来 , 杯子 , 钢笔 , 笔记本 , 甚至于背后的场景不存在变化状态 , 发生改变的事物是什么呢? 是咖啡现实呈现的时间 , 是镜头运动的手法。是热气围绕呈现的那种效果。
这恰恰正是AI视频从生成朝着编辑迈进的那个中间情形, 以前是依据创作需求写一句提示词, 然后等待模型生成视频片段, 现在却变成了先创作出一条基础素材内容, 接着向模型指明哪些地方存在不足, 充当创作者角色的人已然开始如同导演一般给出修改的方向指示了, 只是模型目前还没办法像剪辑软件那样精准地服从这些指示。它不再仅仅处于抽卡阶段, 然而也尚未发展成为那种真正意义上的后期工具。
有 Gemini, 对话式的那种改法子, 仅仅是其中的一条路径。国内存在着可灵, 存在着 Seedance 2.0, 它们处于把关于「能改」这件事情, 朝着更为系统的方向去推进的行径当中, 只是各自所挑选的切入角度不太一样。
可灵O1的打法, 是将一整套活儿收纳进一个引擎之中。生成之事, 修改之举, 参考之行, 风格重绘之变, 镜头延展之态, 这些以往要么无法达成, 要么需在众多工具之间反复切换的事项, 它期望能让你在一处便自始至终完成。这个思路的巧妙之处在于, 它并非把自身当作某个单点功能极为强大的生成器, 而是致力于打造成一张创作台。对于创作者而言, 最令人煎熬的从来不是某一个步骤难度如何, 而是一部片子不得不往来于七八个工具之间, 反复进行导入导出的操作, 可灵试图攻克的恰恰是这一衔接环节上的内耗。
（图源：可灵）
Seedance 2.0 所挑的切口为此多模态, 它针对文字、图片、视频、音频, 将其都变为能够喂进去的参考, 以此用于增强参考生成、视频延展以及音画同步。以往我们谈论视频模型时, 总会下意识地仅仅关注画面是否好看, 然而视频绝不仅仅只是会动的画面, 它是由画面、动作、声音、节奏这几样事物相互咬合而形成的结果。Seedance 把声音以及动作也纳入到可控范畴, 这等同于在提醒一件事情, 视频模型不可以仅仅只会画画, 它还必须要听得懂节奏, 要明确这一刀应该剪在具体哪一拍之上。
（图源：Seedance 2.0 ）
话说得更直白些, 从整个视频模型的方向去着眼呢, 那抽卡时代已然是彻底终结了, 接下来迎来的是「可编辑时代」, 这意味着, 哪个模型可以将整个流程贯通、给予用户最为直观的优化提示词以及二次编辑修改方案, 那么谁就能够持续占据优势地位。
AI视频不再碰运气开云app官方最新下载地址开云app在线入口开云app官方入口网站，人类要干的活也变了
整个转了一圈之后, 又返回到最开始的那个问题之上。当人工智能生成视频已然并非是抽卡这种形式的时候, 处于整个工作流程里面的人的角色, 究竟会不会出现变化呢? 我的判断结果是, 会的。
曾经身为一个出色的视频创作者, 仰仗的是剪辑、调色、转场、配乐这类手上功夫, 一帧一帧地抠出自身风格。这些能力不会失效, 然而当模型可听懂「暂留这个运镜, 仅将质感往广告片方向靠拢」之际, 真正产生差距的, 方才演进为另一组事物, 即会不会对镜头予以描述、能不能把控节奏、能不能判断出哪一处应当留存、哪一处需要推倒重新制作。简而言之, 是「拥有导演范之模型」的能力。
剪辑不会被AI视频马上取代, 创作者也不会变成只懂得去写prompt的提示词工人, 说了这两种极端的说法都太简便了。更精准的改变是, 视频生产的重点正从「素材加工」转移至「意图调度」。以前你是亲自一片片剪辑素材来得到完整成片, 今后则更多的是告知模型, 我需要什么、不需要什么 这一版本在哪些地方还欠缺火候。
（图源：雷科技制图 ）
至于这套调度能力, 实则是存在门槛的。究竟是谁, 能够将脑海里那个模模糊糊的创意, 拆解成模型能够理解的镜头语言? 又是谁, 在模型输出一版结果之际, 能够瞬间判断出其到底是否可用、欠缺在何处? 倘若如此, 那么这个人便更像是未来的那个「模型导演」了。导演自身不一定手握摄影机, 也不一定剪辑每一帧画面, 然而他明晰整部影片的需求所在, 清楚每个关键节点该朝着哪个方向前行。当AI视频发展到成熟阶段, 创作者所要做的同样是这般事情。
工具发生了更换, 门槛自然而然也就变得不一样了, 然而创作最为核心的那些东西实际上并没有改变, 依旧是你脑海里那个清晰的连贯成片景象, 以及你是否愿意一次次地把模型调整到合适状态。抽卡的时代即将过去了, 充当赌徒的人会越来越少, 真正处于稀缺状态的, 是那个清楚自己想要什么、并且具备能力让模型把想要的东西呈现出来的人。
AI不会取代打工人，但会推着他们向前走
每一回, 当有一个全新的工具, 将某一项手艺活予以自动化处理的时候, 总会有人叫嚷说要没饭碗了, 然而, 回过头去看, 工具的升级, 真正所淘汰的, 从来都不是这群人, 而是他们工作之中, 最为机械的那一部分内容。
电子表格, 那可是相当经典的。早在 VisiCalc 以及后来的 Excel 问世之前, 会计和财务工作者, 得在一天当中花费大量时间, 拿着计算器一格一格地去计算, 一笔一笔地记录账目内容。表格软件出现后, 囊括了所有这些重复的计算工作。结果呢, 并非是会计人员面临失业, 而是他们从单纯的“算数的人”转变成为了“构建模型、洞察趋势、为决策提供参谋建议的人”。原本最枯燥的执行任务被接管, 而腾出来的精力, 反倒使得这份工作变得更具价值意义。
在非线性剪辑软件还未得到普遍应用的时候, 剪辑是切实需要用刀片去切割胶片的, 并且要对着磁带一帧一帧地倒带, 唯有如此, 才会出现“剪视频”这样的说法, 然而, 当Premiere、Final Cut这类软件问世之后, 物理层面意义上的「剪」已然不复存在了, 可是剪辑师并未就此消失, 他们从体力性质的工作中脱离出来, 将注意力转移到了节奏、叙事以及情绪这些处于更高层次的判断方面, 工具所替代的是手上从事的苦力劳动, 而留存下来的是脑子里做出的众多取舍。
（图源：seedance 2.0 ）
AI编程助手出现后, 程序员中最早慌的是, “以后是不是就不需要我来写代码了”, 然而实际的变化是, 他们用在逐行敲样板代码上的时间被缩短了, 更多的精力转向审查模型写得是否正确, 思考并理清架构和边界, 判定哪部分可信哪部分需要返工。会写代码依旧很关键, 不过变得更稀缺的能力, 成了明白该让模型写什么。现今流行的Vibe Coding, 在某种程度上来说, 确实使得“入门”的门槛有所降低, 然而, 要是真正从0开启开发直至交付, Vibe Coding所产出的作品常常很难达到合格标准。
在回到 AI 视频自身这件事上, 其接下来的阶段, 比拼的已不再是哪一方的画面更为逼真, 而是哪一方能够做到更加稳定、更加可控、更加便于编辑。对于创作者而言, 也并非仅仅剩下编写提示词这一项工作, 相反其愈发像是一位模型导演, 要明白应当保留什么、修改什么、借助何种参考去对模型加以约束、怎样促使它持续修改直至可用状态。剪辑这项技艺不会消逝, 然而创作者最为珍贵的能力, 正从「对软件运用得多么熟练」, 转变成「对模型调度得多么精准」。
工具持续往上升, 打工人需努力令自身一直处在AI工具无法替代的地方 , 抽卡的时期就要过去了, 赌徒会渐渐变少, 并且真正稀少缺少的, 始终是那个晓得自身想要什么, 且具备本领让模型把它交出来的人。
还木有评论哦，快来抢沙发吧~