七月的上海熱情如火，比它更熱的，是在上海舉行的世界人工智能大會。作為全球范圍的行業(yè)盛事，今年的世界人工智能大會更是具有鮮明的特點(diǎn)：當(dāng)往屆的人工智能技術(shù)較為分散地體現(xiàn)在AR/VR、大數(shù)據(jù)、云計算等領(lǐng)域時，今年的世界人工智能大會幾乎所有的參展企業(yè)都將人工智能聚焦在了大模型這個賽道上，當(dāng)人工智能大模型賽道如此擁擠，人工智能未來又將向哪里“智能”呢？南方產(chǎn)業(yè)觀將通過在本屆世界人工智能大會上的所見所聞，試圖找出答案。

從人工智能大模型與大眾初次見面開始，簡單的文字對答很快就不能滿足大眾對“智能”的渴望了，很快，隨著人工智能大模型的快速迭代，文生圖，文生視頻和圖生視頻等多種AIGC方式的出現(xiàn)，讓人工智能大模型和大眾有了更親密的接觸，而在2024世界人工智能大會上，不僅有更多的玩家加入到了人工智能大模型在視頻領(lǐng)域的應(yīng)用當(dāng)中，而借助人工智能大模型而誕生的各種更加低門檻的視頻工具，也讓視頻化從專業(yè)走向了普及。

在2024世界人工智能大會期間，快手大模型首次集體亮相，視頻生成大模型可靈、圖像生成大模型可圖等產(chǎn)品的多項新功能正式發(fā)布。其中可靈AI基礎(chǔ)模型再度升級，推出更加清晰的高畫質(zhì)版，以及首尾幀控制、鏡頭控制等全新編輯能力，同時，創(chuàng)作者單次生成的文生視頻時長增加至10s，是業(yè)內(nèi)對用戶開放使用可實(shí)現(xiàn)的最長時長。

而另一家在世界人工智能大會這么“剛”的大會上打造了一個PINK顏色展位的嗶哩嗶哩（以下簡稱“B站”），同樣將其在人工智能領(lǐng)域的看家本領(lǐng)進(jìn)行了展示。其中嗶哩嗶哩鳴實(shí)驗室為世界首位中文虛擬歌手洛天依就量身定制了AI語音聲庫，通過精妙的算法調(diào)校，不僅保留了洛天依聲音的標(biāo)志性特質(zhì)，還賦予了其更自然流暢和真實(shí)的表達(dá)能力，使其能夠輕松應(yīng)對各種曲風(fēng)和語言。在洛天依展區(qū)《歌行四方》的現(xiàn)場表演中，洛天依也呈現(xiàn)了堪比專業(yè)歌手級別的演唱，不少觀眾為此駐足，感受技術(shù)與藝術(shù)的完美融合。

此外，必剪Studio作為B自研的音視頻大模型，能為UP主提供免費(fèi)生成1：1的真人模型定制服務(wù)，通過輸入文本或錄音，即可生成實(shí)拍級效果的出鏡口播視頻。無論是直播互動、短視頻制作，還是虛擬偶像創(chuàng)造，都能幫助大大縮短創(chuàng)作周期，降低創(chuàng)作難度，讓更多創(chuàng)意得以快速實(shí)現(xiàn)。而在動漫領(lǐng)域，B站自研的AI動態(tài)漫技術(shù)，則能夠通過圖文引導(dǎo)和動態(tài)控制，實(shí)現(xiàn)對角色五官、肢體動作、運(yùn)鏡特效的生成與控制，構(gòu)建完整的動漫場景，真正實(shí)現(xiàn)讓漫畫“動” 起來，大幅降低了內(nèi)容制作的成本和門檻。

從各式各樣針對視頻領(lǐng)域的人工智能大模型和基于大模型誕生的視頻工具可以看出，如今無論是拿著一段文字、還是一張照片甚至是一幅漫畫，都能夠通過人工智能大模型“變成”動態(tài)的視頻，雖然目前的效果還較為參差不齊，但是人工智能大模型在視頻領(lǐng)域的應(yīng)用，可以說和像安全和教育之類的領(lǐng)域相比，可謂是大步流星遙遙領(lǐng)先。

其實(shí)相對而言，人工智能大模型帶來的視頻，不是未來，而是現(xiàn)在。