Meta推出可添加聲音的即時(shí)AI視頻生成器

2024-10-05 08:09?來(lái)源 溫州在線

由人工智能生成并由Meta提供的視頻中的講義靜態(tài)圖像

溫州網(wǎng)科技新聞?dòng)崳?024年10月4日，科技巨頭Meta推出了一套名為Meta Movie Gen的人工智能工具，用于自動(dòng)生成視頻、即時(shí)編輯視頻并將其與人工智能生成的音效、環(huán)境噪音和背景音樂(lè)同步。

Meta的生成人工智能副總裁Ahmad Al-Dahle在接受采訪時(shí)表示：“如果沒(méi)有音頻，視頻就毫無(wú)意義。”

給定圖像的簡(jiǎn)短文本描述，一種工具可以創(chuàng)建視頻。然后，給出一些聲音的另一種描述，第二個(gè)工具添加音頻。

演示包括在幾分鐘內(nèi)制作的短視頻，其中包括一名穿著雨披的男子站在瀑布上、一條蛇在森林中滑行以及一個(gè)人騎著全地形車(chē)穿越沙漠。每個(gè)都包含音樂(lè)和音效。

新系統(tǒng)還允許人們上傳自己的照片，并立即將這些圖像編織成移動(dòng)視頻。

它生成每秒16幀的視頻，持續(xù)時(shí)間長(zhǎng)達(dá)16秒。在某些情況下，這些視頻存在缺陷。在《紐約時(shí)報(bào)》的一次演示中，當(dāng)被要求生成一只狗在公園里用手機(jī)說(shuō)話的視頻時(shí)，它錯(cuò)誤地將一只人手移植到了手機(jī)上。

Facebook和Instagram的所有者M(jìn)eta將這項(xiàng)技術(shù)視為加速好萊塢電影制作人和在線創(chuàng)作者工作的一種方式。與OpenAI一樣，它已經(jīng)開(kāi)始與一小群專(zhuān)業(yè)人士一起測(cè)試該技術(shù)。

（《泰晤士報(bào)》于12月起訴OpenAI及其合作伙伴微軟，聲稱(chēng)侵犯了與人工智能系統(tǒng)相關(guān)的新聞內(nèi)容的版權(quán)。）

這兩家公司是開(kāi)發(fā)此類(lèi)工具的眾多公司之一。其他公司包括Runway和Pika等初創(chuàng)公司以及谷歌和微軟等科技巨頭。盡管許多人認(rèn)為這項(xiàng)技術(shù)可以加快經(jīng)驗(yàn)豐富的電影制作人的工作速度，但它也可以取代經(jīng)驗(yàn)不足的數(shù)字藝術(shù)家。

其他專(zhuān)家擔(dān)心，這項(xiàng)技術(shù)可能會(huì)成為一種快速且廉價(jià)的在線虛假信息制造方式，讓人們更難辨別互聯(lián)網(wǎng)上的真實(shí)信息。

盡管OpenAI和其他公司出于對(duì)虛假信息和其他潛在風(fēng)險(xiǎn)的擔(dān)憂而不愿發(fā)布一些人工智能技術(shù)，但Meta更快地免費(fèi)分享了這些技術(shù)，認(rèn)為風(fēng)險(xiǎn)并不像看上去那么大。

Al-Dahle表示，Meta會(huì)為系統(tǒng)生成的視頻添加水印標(biāo)記，以表明它們是由人工智能生成的。但這樣的標(biāo)簽是可以刪除的。

他還表示，該公司仍在測(cè)試該技術(shù)，以更好地了解可能存在的風(fēng)險(xiǎn)以及如何減輕風(fēng)險(xiǎn)。

梅塔的演示不包括口頭語(yǔ)言。但包括OpenAI在內(nèi)的許多公司正在開(kāi)發(fā)可以立即重新創(chuàng)建人類(lèi)聲音的人工智能技術(shù)。

編輯： yujeu