视频生成赛道再添「猛将」，智谱清影正式上线

AI科技评论 · 公众号 · · 2024-07-26 12:34

正文

超 200 亿估值的大模型公司中，智谱首先亮出视频生成战绩。

作者 | 朱可轩

编辑 | 陈彩娴

年初 Sora 横空出世，验证了 Scalling Law 在视频生成方面的有效性。但 Sora 始终止步于公开的 60 秒 demo，产品落地计划迟迟未有公开。

随后的半年时间，不少“玩家”继续在AI视频生成赛道展开角逐，并逐步实现落地。今年6月，快手打“前锋”，发布即可用的“可灵”成为国内视频生成赛道的“黑马”。

紧随其后，国外知名 3D 建模平台 Luma AI 也高调入局，发布文生视频模型，并宣布对所有用户免费开放使用，再掀波澜。

昨日，快手进一步宣布全面开放内测，同时推进商业化，上线了会员付费体系。

而就在今日，智谱也正式上线了AI视频生成功能清影（Ying），正式入局文生视频及图生视频赛道，生成6秒视频仅需30秒的时间。首发测试期间，可以免费试用。

值得关注的是，智谱是目前国内超 200 亿估值的大模型公司中、第一家发布视频生成成果的创业团队。

此前，智谱在外界传递的技术优势以文本、检索为先，Tier 1 中多模态能力被寄予众望的两家是月之暗面、MiniMax，但在视频生成上，智谱却先人一步，率先亮出了耀眼的成绩。

快速的多模态能力成长，不仅得益于行业的技术进步，展露了智谱在多模态算法、算力储备上少为人关注的“肌肉”，更归功于智谱的扎实积累：

实际上，智谱在 all in 大模型之初就开始布局多模态，且在2022年率先发布了基于大模型的文本到视频生成模型 CogVideo。

智谱清影便是基于这一模型的升级版——CogVideoX 实现的。

“CogVideoX能将文本、时间、空间三个维度融合起来，参考了Sora的算法设计，它也是一个DiT架构，通过优化，CogVideoX 相比前代（CogVideo）推理速度提升了6倍。我们将继续努力迭代，在后续版本中，陆续推出更高分辨率、更长时长的生成视频功能。”智谱 AI CEO 张鹏说道。

智谱“清影”正式上线

今日，智谱在Open Day 上正式发布“清影”后，当前，在智谱清言平台上，该功能已正式开放内测，支持PC、APP及小程序。

目前，清影所能生成的视频时长为 6s，渲染时长在 30s 左右。此外，所生成视频的分辨率已达1440p。

（链接：https://chatglm.cn/video ）

从文生视频的具体操作来看，输入一段文字后（俗称“Prompt”），便可以自主选择想要生成的风格，包括卡通3D、黑白、油画、电影感等，再叠加清影自带的音乐，随即生成视频。

同步上线的还有图生视频功能，包括表情包梗图、广告制作、剧情创作、短视频创作等。同时，基于清影的“老照片动起来”小程序也将上线，清影在让老照片“复活”方面表现可观，且能够自动实现上色：

原图为未上色黑白版

生成后视频（指令为：图中的奶奶带上头戴式耳机）

从生成视频的类型维度上看，清影主要在风景、动物、超现实、人文历史类需求上表现更好；在视频风格维度上，皮克斯风格、卡通风格、摄影风格、动漫风格均能够自主选择；镜头画面实现效果最好的是近景。

需要注意的是，在实操过程中，提示词作为重要一环，会对生成视频的效果产生一定影响。

例如，描述为“小男孩喝咖啡”与“摄影机平移，一个小男孩坐在公园的长椅上，手里拿着一杯热气腾腾的咖啡。他穿着一件蓝色的衬衫，看起来很愉快，背景是绿树成荫的公园，阳光透过树叶洒在男孩身上。”所达成的效果便不尽相同。

图为无结构版本生成视频

图为有结构版本生成视频

此外，为了使提示词更加清晰可执行，智谱还相应地提供了文生视频及图生视频的prompt智能体，辅助达成更好的视频生成效果。在图生视频界面，直接点击“帮我想一条”即可快速获得提示词。

从价格上来看，此次首发测试期间，所有用户均可免费使用。

当前，清影生成视频需要排队等待 1 分钟以上，而如需走 VIP 通道快速“提货”，则需要购买加速包。清影界面显示，解锁一天（24小时）的高速通道权益收费5元，付费199元解锁一年付费高速通道权益。

值得一提的是，智谱还将成为国内首个面向开发者开放视频生成大模型的厂商。在 CogVideoX 上线开放平台后，开发者可以通过调用API的方式，体验和使用文生视频以及图生视频的模型能力。