摘要：这个小互动很能说明问题：相比过去两年，如今AI生成视频的技术已有了质的飞跃。借助扩散模型的逐帧优化和NeRF技术的3D场景构建，生成内容的连贯性和真实感大幅提升。连专业媒体人都难以分辨，足以证明技术进步之快。

上周我赶赴北京新闻广播，做了一期关于AI生成视频的节目。

我们讨论的核心问题是，当前人工智能生成视频的技术已发展到何种程度?是否已能实现以假乱真?

为了直观展现这一技术现状，我和主持人设计了一个小互动环节。我拿出来手机，给她展示了三段视频，请她分辨其中哪些是实拍内容，哪些是AI生成的。

图注：你们猜猜哪个是AI数字人？

主持人认真观察后，给出了答案，我告诉她完全错误。她当时十分震惊，坦言道：“咱们认识这么久，我居然没看出来这是你的数字人。”

这个小互动很能说明问题：相比过去两年，如今AI生成视频的技术已有了质的飞跃。借助扩散模型的逐帧优化和NeRF技术的3D场景构建，生成内容的连贯性和真实感大幅提升。连专业媒体人都难以分辨，足以证明技术进步之快。

这也正是我们今天探讨这个话题的必要性所在——当AI生成视频的逼真度达到如此水平，其技术影响与应用边界都值得深入关注。

那么，AI生成视频到底将应用在哪些领域?未来我们将如何厘清AI生成视频和现实创作的边界?人机协作的范式应该是怎样的?

针对这些话题，我们展开了较为深度的对谈。以下是对谈干货整理，今天也分享出来，供大家参考。

1、主持人：近年来，AI视频生成技术的发展令人瞩目。请您先为我们讲讲，从技术层面来看，目前AI视频生成取得了哪些重大突破?

丁道师：简单来说，这两年的突破，主要在于对真实世界的理解。

举个简单的例子，以Sora为例，有人咬了一口面包，面包上出现了咬掉的缺口，而之前的视频生成工具不具备这样的理解真实世界的能力。吃一口面包，面包缺了一块角，这就是咱们真实世界的物理规则，现在居然被Sora理解并且呈现了出来。

再举个例子，当你扔一个球时，它会沿着一个抛物线轨迹飞行，并最终落地。Sora可以模拟这个过程，考虑到重力、空气阻力以及球的初始速度和角度。这是以往的同类型产品，所不具备的。

技术层面的变化，带来了应用场景的突破。举个例子，去年央视推出了国内首部文生视频AI动画片《千秋诗颂》，引发了巨大关注。在同等预算条件下，按照传统动画制作流程计算，制作《千秋诗颂》至少需要8个月时间。而在我国自主AIGC技术支撑以及总台海量视音频的语料库助力下，依托大模型，该片的制作周期缩短至4个月。相较于传统动画制作，大大提升了制作效率。

还有现在热门的一个赛道--短剧，也开始大规模用AI参与制作了。

2、主持人：在生成较长时长的视频时，AI 常出现内容不连贯、逻辑混乱等问题，AI幻觉在视频生成上可能更明显，您认为当前阻碍 AI 视频生成进一步发展的最大技术难点是什么?是模型的训练效率、对复杂场景和动作的精准模拟，还是其他方面?

丁道师：确实，AI如同人类一样，它也会出错、出现工作懈怠，结果具有一定随机性。这就要求我们学会管理AI，以应对未来的无限可能。

关于AI生产视频的技术难题，如果在以前，我们会说训练效率的低下限制了模型对复杂场景的学习能力，复杂场景的高维度需求又反过来加剧了生成效率与质量的矛盾，同时还存在 “时空一致性”“语义逻辑” 等更底层的技术鸿沟。

现在看来，问题只剩下了一个，那就是“时间”。随着时间的推移，我们现在看到的诸多问题，都会解决。而且这个时间不用特别久，AI生产视频的能力几乎每个月都在以肉眼可见的速度提升。

3、主持人：从百度“蒸汽机”、字节跳动即梦、快手可灵AI，到智谱清影、生数科技Vidu、MiniMax海螺AI，互联网巨头与初创企业都相继布局AI视频生成模型。还有在电影工业中的应用。快手上个月发布财报显示，可灵AI的收入在二季度超过2.5亿元，相比一季度大幅增长。而且可灵比一众大语言模型更早在国内跑通付费模式。您怎么看AI视频生成的商业变现能力?

丁道师：AI 视频生成商业变现的核心逻辑在于两点：第一，它能否比传统视频制作大幅提升效率;第二，它能否实现比传统视频制作更高的品质。

从第一点来看，AI 视频生成在效率上的优势已毋庸置疑，提升幅度远超传统方式;但第二点 “品质更高”，目前仍需打个问号。不过当下的趋势是，效率优势在不断强化，而品质不足的难点也在逐步解决。综合这两点来看，AI 视频生成已具备大规模商业变现的可能性。

那么未来哪些领域会大规模应用 AI 生成视频呢?

第一个领域是影视制作，涵盖长视频、短视频及短剧制作。这不仅是大型公司的机会，比如央视之前制作的《千秋诗颂》，河南也正计划用人工智能制作《愚公移山》相关长电影，目前预告片已经出来;许多小型公司、小团队(此前提到过不少专注短剧制作的)，也已在大规模使用付费 AI 软件制作相关视频。

第二个重要领域是游戏与动漫。游戏制作向来耗时漫长，而如今即便是大型 3A 游戏制作中的 CG 动画、各类交互动画，都可借助人工智能生成，至少能通过 AI 进行辅助制作。

这里我再补充一个案例：去年我在上海出差时，曾在一场活动中见到知名导演陆川，当时他就明确表达了对用人工智能制作电影的浓厚兴趣。这一细节也从侧面说明，专业影视制作领域已开始尝试 AI 技术的应用。

一旦影视娱乐、电子游戏、动漫，以及我们日常的创意营销、广告制作等领域，都开始大规模使用 AI 生成视频，那么这个领域的商业变现空间，将远超当前呈现的规模。现在我们觉得快手某季度 AI 相关业务营收 2.5 亿元已是了不起的成绩，但三年后再看，这个数字后面加个 0 可能都不止。

4、主持人：随着AI视频生成技术的普及，辨别视频真假成为了重要课题。在图像和视频分析中，有哪些特征或指标可以作为判断视频是否由AI生成的依据?在日常生活中，没有专业工具的情况下，如何通过一些简单的方法来初步判断视频的真实性呢?

丁道师：截止今天，人工智能生成的视频其实还是比较容易识别的。其动作画面整体仍存在一定的生硬感与粗糙感，甚至会出现一些基本的常识性错误。

举个例子，前段时间某品牌生成的AI图片中，花生被画成生长在地面上，但实际花生是生长在地下的，这明显违背了基本的科学常识。再比如在细节方面，其精细度不足：比如绘制的人物形象，可能存在畸形的情况，或者出现七个手指头;又或者在画面动态展示时，人物的头发、衣物等会突然消失，诸如此类。

目前，这类AI生成视频其实还是比较容易识别的。但正如我们之前所讨论的，随着时间的推移，未来AI技术必定能生成足以以假乱真、肉眼无法识别的内容。届时，不仅肉眼无法分辨，甚至可能无法通过工具识别，这将是一个巨大的挑战。因此，相关的监管措施必须及时跟上。

5、主持人：相应的监管如何跟上呢?

丁道师：从今年9月1日起，由国家网信办、工信部、公安部、广电总局联合制定的《人工智能生成合成内容标识办法》正式落地。

敲重点。

第一、以后AI生成的各种东西，像文字、图片、视频等，都得 “亮明身份”，会加上明显或暗藏的标识，让大家知道它是AI造的。

第二、不管是做AI内容的平台，还是传播这些内容的平台，都有各自加标识、核验标识的责任，一环扣一环规范 AI内容传播。

第三、要是没按这办法来，网信、电信、公安、广电这些部门会按各自职责，依据相关法规处理。

从制作到传播，再到相关处罚，都明确规范了AI生成内容的规范，以后那些用AI生成的内容，都会标注类似“本文/本图/本视频涉及人工智能生成内容，请仔细辨别”这样的提示，这一标注可能十分醒目，让观众一眼就能识别，避免被误导，明确所看内容并非通过传统拍摄、写作等方式产出。

6、主持人：您对AI视频生成的未来发展有哪些展望?

丁道师：我期待的，是一种“人机协同”的模式。既不否定AI的价值，也不让AI掌管一切。

应构建这样的平衡机制。创作前期，人类主导创意构思，确定故事内核、人物设定与整体风格，AI提供创意启发与素材参考;创作中期，AI快速生成初稿、分镜等，人类把控质量，对情节逻辑、情感表达等进行优化;创作后期，人类审核内容，确保合规与文化价值，AI辅助完成剪辑、特效等基础工作，以此实现人机优势互补。

来源：丁道师