在AI技術(shù)日新月異的當(dāng)下，中國電信人工智能研究院（TeleAI）近日在“TeleAI開發(fā)者大會”上發(fā)布了一項引人注目的創(chuàng)新——基于星辰大模型的視頻生成大模型。這一舉措標(biāo)志著國內(nèi)運營商企業(yè)正式涉足AI視頻生成領(lǐng)域，與快手等互聯(lián)網(wǎng)巨頭同臺競技。
據(jù)悉，該視頻生成大模型是國內(nèi)首個由央企全自研的AI視頻生成解決方案。通過整合語義、語音、文生圖等多模態(tài)能力，它能夠覆蓋短劇及影視制作的全流程，包括文字腳本撰寫、分鏡腳本繪制、視頻拍攝及剪輯、配音及音效合成等環(huán)節(jié)，旨在實現(xiàn)高效的成本控制和質(zhì)量提升。
在大會上，TeleAI團(tuán)隊展示了該模型的強大功能，通過支持主體目標(biāo)時空一致性、個體復(fù)雜動作精準(zhǔn)控制、音視頻同步生成等技術(shù)，不僅能夠駕馭多個主角和場景，還能確保生成的視頻內(nèi)容流暢自然。這一演示贏得了與會者的廣泛贊譽。
據(jù)中國電信負(fù)責(zé)人透露，這款視頻生成大模型主要應(yīng)用于高質(zhì)量可控短劇的生成，旨在賦能文宣產(chǎn)業(yè)的創(chuàng)新發(fā)展。同時，該負(fù)責(zé)人還表示，TeleAI已完成國內(nèi)首個全國產(chǎn)化萬卡萬參大模型的研發(fā)，隨著本次視頻生成大模型和視覺大模型的發(fā)布，星辰大模型系列已進(jìn)一步完成了其全模態(tài)能力的構(gòu)建。
回顧今年2月，美國OpenAI公司發(fā)布的視頻生成模型Sora在全球范圍內(nèi)引起了轟動。僅需寥寥數(shù)語，Sora便能生成效果炸裂、鏡頭感堪比電影的長視頻。這一創(chuàng)舉激發(fā)了全球AI公司對視頻生成技術(shù)的熱情，眾多企業(yè)和教授紛紛參與其中，試圖打造“中國版Sora”。
然而，盡管Sora的demo驚艷了全球近300天，但至今仍未公開使用。相比之下，國內(nèi)的AI視頻生成賽道卻呈現(xiàn)出加速發(fā)展的態(tài)勢。快手可靈、騰訊混元、字節(jié)即夢等互聯(lián)網(wǎng)大廠，以及生數(shù)、愛詩、HiDream等初創(chuàng)公司都紛紛加入其中，與全球的“類Sora”們展開競爭。
生成式AI視頻生成技術(shù)的興起，得益于計算機視覺、機器學(xué)習(xí)、ViT架構(gòu)等多種AI技術(shù)手段的不斷發(fā)展。無論是文生視頻、圖生視頻還是視頻生視頻，AI驅(qū)動的視頻生成工具正在不斷增強視頻制作的工作流程，為影視、游戲、培訓(xùn)與教育、營銷與廣告、社交媒體等領(lǐng)域的發(fā)展提供了更多的增長空間。
據(jù)市場研究機構(gòu)預(yù)測，2024年全球AI視頻生成市場規(guī)模預(yù)計達(dá)到6.148億美元，到2032年，這一數(shù)字將增至25.629億美元（約合人民幣186.36億元），年復(fù)合增長率高達(dá)19.5%。隨著AI+視頻技術(shù)和產(chǎn)品的不斷升級迭代，電影、廣告、視頻剪輯、視頻流媒體平臺、UGC創(chuàng)作平臺、短視頻綜合平臺等眾多行業(yè)都將從中受益。
TeleAI自今年7月正式掛牌運營以來，已取得了顯著的成果。其自主研發(fā)的星辰大模型不僅通過了“境內(nèi)深度合成服務(wù)算法備案”和產(chǎn)品備案，還在權(quán)威視頻生成評測榜單VBench中排名第一。在VBench的16個評分項目中，TeleAI視頻生成大模型一舉奪得9項第一，覆蓋了畫面穩(wěn)定性、語義一致性、空間場景以及視覺風(fēng)格等多個核心能力。
在大會期間，TeleAI還宣布與華為、中興、亞信科技、中科曙光等19家合作伙伴共同發(fā)布了中國電信人工智能開發(fā)者產(chǎn)業(yè)聯(lián)盟計劃。該計劃旨在聚合各方力量，加快推動AI產(chǎn)業(yè)發(fā)展，提升技術(shù)能力與應(yīng)用水平，并為全球開發(fā)者賦能。
中國電信董事長柯瑞文表示，科技成果只有通過規(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。他強調(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。未來，中國電信將繼續(xù)推動數(shù)智化應(yīng)用深度融入行業(yè)生產(chǎn)場景，為客戶提供“算力+平臺+數(shù)據(jù)+模型+應(yīng)用”的一體化服務(wù)。
