《復仇者聯盟》導演喬·羅素曾表示，他相信終有一天AI可以自己生成一部電影。

放在以前你可能覺得這是天方夜譚，因為一部影片的制作是一個上百人的團隊共同合作的結果。一個小小的AI怎么可能代替上百人，真要那樣的話大導演們都直接原地退休了！

但是經過這段時間AI技術的沖擊，不少人已經被刷新了認知。AI能做的事，遠遠超過人們能想象的，包括制作一部電影。

社交巨頭Meta最新發布的AI技術，讓我們離AI電影又近了一步。

Emu Video和Emu Edit

OpenAI之前發布的全新DALL－E 3文生圖引擎，已經讓我們驚嘆。更別說后來的文本轉語音模型，以及能夠實時語音對話的ChatGPT。

但是Meta最新發布的AI技術，顛覆了我們對AI生成內容的固有認知。

Meta發布的新AI技術涉及內容編輯和生成，并推出了兩款全新的AI模型——Emu Video和Emu Edit。Emu Video 采用的是Meta之前發布的Emu模型，能夠基于文本和圖像輸入生成視頻剪輯。而Emu Edit則主要用于圖像處理，用Meta自己的話來說，Emu Edit比之前的圖像編輯更精確，更好用。

雖然目前兩款模型仍在研究開發階段，但是Meta對其有著充足的信心，他們認為這將對影視創作者、藝術家甚至是插畫師都有巨大的應用潛力。

根據Meta官方描述，Emu Video 采用了“分解式”訓練方法，將訓練過程分為兩步，使模型能夠對不同輸入做出響應。

AI模型將生成過程分成兩步：首先根據文本提示生成圖像，然后根據文本和生成的圖像生成視頻。這種“分解式”或分步的視頻生成方法讓模型能夠高效地訓練視頻生成模型。

舉例來說，給定一個標題（例如“一只狗跑過草地小丘”）、圖像或照片以及描述，Emu Video 可以生成一個四秒的動畫剪輯視頻。別看只有四秒，但是它是一段擁有512×512像素，每秒16幀的高質量視頻。

來源：Meta

Emu Edit專注于圖像處理，用戶可以用它來去除或添加圖像背景、執行色彩和幾何變換，以及對圖像進行局部和全局編輯。Meta認為，模型的主要目標不應僅僅是產生一個“可信”的圖像。相反，模型應專注于精確地改變與編輯請求相關的像素。

據了解，Meta使用了計算機視覺任務來訓練Emu Edit。訓練用的數據集包括 1000 萬張合成圖像，每張圖像都有輸入圖像、任務描述以及目標輸出圖像。用他們的話說，這是迄今為止同類中最大的數據集。

而在此之前，Meta的CEO馬克扎克伯格發布Emu模型時就談到，用來訓練該模型的數據高達11億條，其中包括Facebook 和 Instagram 用戶分享的照片和標題。

先進，但并不完美

不能否認，Emu Video和Emu Edit的出現，確實是行業的一大進步。但別看Meta把這兩個模型吹得神乎其神，他們也不是完美的，一些匪夷所思的現象仍然存在。

在生成的一些視頻里面，就有明顯奇怪的物理現象（例如平行于地面移動的滑板）和怪異的附肢（腳趾卷曲在腳后和腿相互融合）。物體的出現和消失也常常沒有太多邏輯，就像埃菲爾鐵塔片段中頭頂上的鳥兒一樣。

來源：Meta

其次，剪輯中的主題并沒有起多大的作用。據了解，這可能是模型基礎架構的限制原因，導致了Emu Video 似乎對動作動詞沒有很強的把握。

例如，一只可愛的擬人化浣熊會拿著一把吉他，但它不會彈奏吉他 － 即使剪輯的標題包含“彈奏”一詞。或者兩只獨角獸會“下”國際象棋，但它們只是好奇地坐在棋盤前但卻不移動棋子。

來源：Meta

結語

說回漫威。AI生成視頻引發最大爭議的，是之前一部漫威的劇集——《秘密入侵》。這部劇集的片頭一出來，給人一種很怪異的感覺。當時就有人稱，這個片頭使用AI生成的。隨著傳聞發酵，幕后工作室承認他們在制作時用到了文生圖模型Midjourney。消息一經發布，立刻引起了業內人士和部分民眾的強烈抗議。

來源：網絡

就在這件事不久之后，好萊塢史上持續時間最長，規模最大的演員和編劇罷工潮開始。罷工的原因之一，就是生成式AI在影視工作中，威脅到了人類的地位。

來源：網絡

目前，好萊塢已經同演員工會和編劇工會達成協議，罷工告一段落。但是照現在AI技術的速度，取代人工剪輯師，似乎并不是多么遙遠的事。到時，業界又會做出何種反應？

如果一部電影，從劇本到制作，全都由AI來操作。你會選擇去電影院看嗎？