智東西AI前瞻（公眾號：zhidxcomAI）
編譯 | 江宇
編輯 | 漠影
智東西8月12日報道，由兩(liang)名前谷歌(ge)員工Coco Mao（聯(lian)(lian)合創(chuang)始(shi)人(ren)兼CEO）和(he)John Qiao（聯(lian)(lian)合創(chuang)始(shi)人(ren)兼CTO）于2022年創(chuang)立(li)的AI視頻初創(chuang)公司OpenArt，近(jin)期上線“一(yi)鍵故事”功能(neng)測試(shi)版，讓用戶從一(yi)句話、一(yi)個腳本或一(yi)首歌(ge)，生成一(yi)分鐘故事短片。
Coco Mao曾(ceng)在Google Search擔任產品(pin)經理，并在Google內部(bu)孵化器(qi)Area 120負責短視頻平臺Tangi的產品(pin)工作，早期還參與過Google Photos的機(ji)器(qi)智能與iOS客戶端研(yan)發。
John Qiao曾在Google擔任高級軟件工程師及Area 120技(ji)術負責(ze)人，創辦過語(yu)言學習平臺Tnaao、教(jiao)育科(ke)技(ji)公司Zhita，以及AC Fan社(she)(she)區(qu)和(he)社(she)(she)交(jiao)網站Woosuko等項目。
▲左1為(wei)OpenArt聯合(he)創始人兼(jian)CTO?John Qiao，左2為(wei)OpenArt聯合(he)創始人兼(jian)CEO?Coco Mao（圖源：X）
此(ci)次他們聯(lian)手創業聚焦AI視(shi)頻(pin)生成(cheng)，OpenArt產出(chu)的(de)這(zhe)類(lei)被稱(cheng)為(wei)“Brain Rot”的(de)AI視(shi)頻(pin)，以夸(kua)張(zhang)設定與快(kuai)速成(cheng)片能(neng)力，受到年(nian)輕用(yong)戶群體追捧。這(zhe)類(lei)視(shi)頻(pin)常出(chu)現(xian)諸如穿(chuan)著運動(dong)鞋(xie)的(de)鯊魚、頂著卡布奇諾咖啡杯頭(tou)的(de)芭蕾(lei)舞者等荒誕角色(se)，目前在互聯(lian)網上快(kuai)速走紅，平臺月(yue)活已達約300萬。
▲圖源(yuan)：TikTok
未來，OpenArt還計劃推出支(zhi)持雙角色(se)對話的視頻生成功能，以及移(yi)動(dong)端App。
一、從一句話到成片，OpenArt讓“腦洞”落地只需1分鐘
OpenArt聚合50余個AI模型（包括(kuo)DALLE-3、GPT、Imagen、Flux Kontext、Stable Diffusion），目前新功能支持三類(lei)模板：
?角色Vlog：上傳角色圖片+提示詞生成帶情節的視頻；
?音樂視頻：上傳歌曲后解析歌詞并匹配動畫場景；
?解說視頻：可制(zhi)作解釋性(xing)內容或(huo)廣告短(duan)片。
生(sheng)成后(hou)，用戶可在分鏡模(mo)式中逐段調整提(ti)示詞(ci)以修改細節。該(gai)功能(neng)支持在同一(yi)視頻中保持角色外觀和動作的一(yi)致性，從而減少畫面風格(ge)不連貫的情況。
二、體驗：vlog驚艷、MV翻車、吉卜力穿幫
1、角色vlog——古風烏薩奇
角色Vlog幾乎是“一鍵故事”的主場。智東西直接選擇自行上傳(chuan)角色“古風烏(wu)薩(sa)奇(qi)”。
輸入官方風格的長提示詞：@古風烏薩奇：在江(jiang)南小(xiao)鎮的青石(shi)板(ban)街上，一位(wei)身穿灰色長衫的書生(sheng)(sheng)緩緩走向(xiang)鏡(jing)(jing)頭(tou)，手中(zhong)搖著折(zhe)扇，微風吹動他(ta)的長發與衣袖。背景是一排(pai)白墻黛瓦的民居，河面上緩緩駛過(guo)一艘(sou)小(xiao)舟。書生(sheng)(sheng)停(ting)在橋(qiao)頭(tou)，對(dui)著鏡(jing)(jing)頭(tou)微笑并朗誦(song)一句詩，隨后轉身走向(xiang)茶館(guan)。
風格：古風寫意，溫潤淡雅
鏡頭：遠景跟拍→中景人物(wu)特寫→平移展示橋與河面(mian)→切回書生正面(mian)特寫
光效：柔和的晨(chen)光，帶(dai)有輕(qing)霧(wu)效果
動作：緩步行(xing)走、搖扇、抬(tai)頭微(wei)笑(xiao)、輕聲吟詩(shi)
特效(xiao)：微風拂動長衫(shan)、河面(mian)波光粼粼、茶館燈籠微微晃(huang)動
畫幅比例：16:9
時長：60秒
體驗成果：
成片幾乎一比一還原了提示詞——鏡頭順序、角色動作、光效細節都對位，角色一致性也保持得很穩。生成后還能在故事板里改腳本，或者用時間線直(zhi)接做二(er)次剪輯，這個模式下可玩空間最大。
▲故事版
▲時間線
2、MV——《落葉歸根》
智東西(xi)接著試了音樂(le)視頻，選的是《落(luo)葉歸根(gen)》前(qian)奏片段(duan)。
流程是(shi)先上傳(chuan)歌曲，再選擇平臺(tai)角(jiao)色或(huo)自定義形象。此(ci)次體驗(yan)中，智東西(xi)選用了一(yi)張AI生成(cheng)的男歌手形象作為主角(jiao)。
▲此圖為AI生成。
體驗成果：
生成視頻在畫面切換節奏上基本跟(gen)著音(yin)樂走，但唇形與歌詞嚴重(zhong)不同步，人物形象與最初設定(ding)也有(you)(you)明顯落差。在前奏部(bu)分，觀感也有(you)(you)些(xie)割裂(lie)。
3、解釋視頻——AI Agent
最后(hou)，智東西試(shi)(shi)了(le)試(shi)(shi)解說視頻。主題選“AI Agent”，AI自動生成了(le)腳本，再套(tao)用吉卜力風格。
體驗成果：
畫面色彩和場(chang)景細節都不(bu)錯，可一到人物轉身(shen)，就出現了(le)生(sheng)成視(shi)頻的(de)老毛病(bing)——鏡頭直接把角色的(de)臉替換成了(le)后腦勺，沒有轉身(shen)動畫，違和感撲面而來。
這三(san)輪體(ti)驗(yan)下來，古(gu)風(feng)Vlog的還原(yuan)度和(he)角色穩定(ding)性(xing)讓(rang)人印象深刻；音樂(le)視(shi)(shi)頻(pin)在人物(wu)統一性(xing)和(he)唇形同(tong)步(bu)上有明顯短板(ban)；解(jie)說視(shi)(shi)頻(pin)的美術表(biao)現亮眼，但動(dong)作(zuo)銜接仍不夠流暢。
“一鍵故事”已經能(neng)讓創作者(zhe)從(cong)零到成片的時間(jian)壓到幾分鐘，但要做到全流程(cheng)免(mian)修，還得等它補齊動(dong)作、同步、細節這些短板。
三、一邊漲粉一邊踩“紅線”，OpenArt也面臨版權風險
OpenArt采用積分訂閱制：基礎版14美元/月（約合人民幣100元/月，4,000積分，可生成4個“一鍵故事”、40個視頻、4,000張圖片、4個角色）；進階版30美元/月（約合人民幣215元/月，12,000積分，12個“一鍵故事”）；無限版56美元/月（約合人民幣402元/月，24,000積分）；團隊版35美元/月/人（約合人(ren)民幣(bi)251元/月(yue)/人(ren)）。
目前，OpenArt已獲Basis Set Ventures和DCM Ventures共500萬美元投資（約合人民幣3590萬元），目前現金流為正，預計年化經常性收入超2,000萬美元（約合人民(min)幣1.4億元）。
但AI視(shi)頻在版(ban)權與(yu)濫用(yong)風險上仍有隱憂(you)。測試發(fa)現部分模板(ban)可能涉(she)及皮(pi)卡(ka)丘(qiu)、海(hai)綿寶寶、馬里奧等知(zhi)名IP。今年6月，迪士尼和環球已起(qi)訴Midjourney侵(qin)犯(fan)版(ban)權。
OpenArt聯合創始人兼CEO CoCo Mao稱平臺會默認拒絕生成受保護IP角色，并有(you)意與權利方(fang)洽(qia)談授權，但不排除偶有(you)“漏網”，用戶若被判(pan)侵(qin)權，可能面臨下架或法律(lv)訴訟。
結語：視頻生成沖進“分鐘時代”，成片質量還未到天花板
從古風(feng)Vlog的高還原度(du)，到(dao)音樂視(shi)頻的唇(chun)形(xing)錯(cuo)位(wei)，再到(dao)解說視(shi)頻的動作穿(chuan)幫，OpenArt的“一(yi)鍵故事(shi)”展(zhan)示了當前(qian)分鐘級視(shi)頻生(sheng)成的真實狀態：在角色一(yi)致(zhi)性、鏡頭調度(du)和(he)風(feng)格(ge)化表現上已有不錯(cuo)的還原度(du)，但在音畫同(tong)步(bu)、復雜(za)動作和(he)細(xi)節連續性上仍(reng)有短板。
平臺一(yi)次生成會(hui)在數十個(ge)可選模型中擇一(yi)調用(yong)，最終成片的質量不(bu)僅取決于(yu)模型本(ben)身的能力，也取決于(yu)用(yong)戶的提(ti)示詞編排(pai)和(he)平臺對生成結果(guo)的控制。
對于視頻生成來說，如(ru)何在保持生成速度的(de)同時(shi)，讓細節和質(zhi)感穩定可控，將是下(xia)一步的(de)關鍵(jian)挑戰。
來(lai)源：The TechCrunch、領英
