最近，AI制作的广告已在社交网络上被击败，对X进行了300,000多次访问。这是一个在LinkedIn上发表的作品，由一支名为“ Too Short for Modelinging”的团队在LinkedIn上发布，但这不是商业作品，而是该团队为品牌创建的概念视频，他们一直希望与他们一起工作。自推出以来，我已经看到了3个一个半月了。虽然生成的模型视频以前可以实现非常现实的状态，但我看到3中的“声音和图像同步”的特征使视频AI的创建成为了图像和图像的新阶段。同时，我们将一代IA视频带到了一个更实用的阶段，大大降低了视频创建阈值。首先，让我们看一下广告的工作原理。资料来源：https：//www.linkedin.com/posts/arielyoriginal_veo3-aikreative-fakeads-activity-734627127202024002400-p9fd字符1：您好。 （你好，儿子。）角色2：你为什么要猜猜我为什么问埃德你在旁边停车吗？ （您想猜猜为什么会吸引您吗？）角色1：啊，不是你的想法。 （啊，那不是你的想法。）角色1：这是“流体死亡”。它是苏打水。 （这是液体的死亡。他们再次重复了山的明亮水。）角色2：是的。去。你不是在开玩笑。 （嗯，令人难以置信。你在开玩笑）。角色2：真的很清爽。 （这是令人耳目一新的。）角色2：但这不是我要求您交付的原因。 （但这不是我推你的原因）。角色1：啊，我的上帝。 （啊，男孩。）角色1：这是为了打破后光吗？ （这是后光损坏吗？）字符2：否（UM）字符1：是由于注册吗？ （是为了注册吗？）字母2：否。（否。）角色1：该死，伙计。那是死亡，对吗？ （水库军，曼。那是一个死人，对吗？）角色2：不，主。 （不，先生。）角色1：也许是人？ （也许是贩运的人？）事情2：否（um。）角色1：伙计，是truCK业务？ （伙计，那是卡车吗？）角色2：我不这么认为。 （我不相信。）角色1：嗯，那到底是什么？ （那是什么？）角色1：小偷？ （兄弟？）角色2：否（否）字符1：是保险杠的标签吗？ （保险杠贴纸？）角色2：否。 （这是道路杀手，对吗？）信2：我没有听到。 （我听到了。）角色1：化学废物？ （化学废物？）角色2：否（UM）角色1：它是滚筒山板吗？ （那是滚筒山床单吗？）角色1：这是一个邪教问题吗？ （那是邪教吗？）角色2：绝对不是。当然不是。 （绝对不是。恶魔编号。）角色1：嗯，我放弃了。 （好吧，我会放弃）。角色1：到底是什么？ （那是什么？）角色2：因为今天是你的生日。 （因为你的生日。）角色2：生日快乐，凯文。 （生日快乐，凯文。）角色1：爸爸，你仍然记得。 （爸爸，我记得。）CharactER 2：生日快乐，生日快乐，生日快乐。 （生日快乐，生日快乐，生日快乐）。在此公告中，有很多笑声和喜悦。但是亮点是令人难以置信的“角色的一致性”。一分钟内，视频在10个场景之间轻轻地变化，每个图像的样式仍然非常均匀，并具有完全连接的中央字符和配件。它可以检测到诸如Windows和Interior之类的细节，但总体上是极好的。它根本没有任何影响。重要的是要知道，IA产生的视频通常会出现诸如外观和混乱突变之类的问题。创意团队分享了保持一致性的秘密。这为模型提供了高度详细的特定说明或问题，具有更大的特定说法：许多背景。该通知旨在最大程度地减少模型的自由空间，并引导其产生高度精确的输出，以满足特定格式和要求的人TS。以前的文章中也提到了相关的快速词优化方法。读者可以咨询：对See3的真实测试，这会让世界感到惊讶！音频和视频无敌同步是有原因的。值得一提的是，创造力，策略和美学仍然由人类主导。从最初的灵感，脚本到编辑提出的最终效果，在整个过程中都进行了人类价值观。 AI是一个强大的“执行者”，但继续概率而不是视觉。这个限制至少今天很明显。为什么人工智能总是“落在细节上”？从技术的角度来看，当涉及“角色一致性”的问题时，并不是说该模型“令人困惑”，而是传统视频生成模型背后的中心技术：扩散模型本身的操作原理，培训数据和技术跳入视频。主要原因是：该模型不“理解”世界，也不是“理解”“概率统计”。该模型确实不了解“人们有五个手指”这一事实，但是学习大数据表明，“五个手指的手”是最可能的模式。如果在生成过程中发生随机偏差，则可以产生“六指”的结果，因为缺乏常识规则的局限性，因此可能具有较低的概率。本地一代和全球和谐之间的矛盾：该模型非常适合生成现实的局部细节（例如皮肤纹理），但包括一般结构（例如身体解剖结构）。您可以专注于创建本地“正确的外观”，而忽略了一般全景的逻辑是否是理性的，并导致“仅看树而不是森林”的结构错误。视频图像挑战：一种或是连续的图像序列，在生成每幅画时，模型中有轻微的随机差异。累积绘画之间的“失忆症”导致不一致的漂移和不断变化的元素，例如时间表中角色的外观，衣服或背景，破坏了时间的一致性。培训数据中的“不完整”：模型的知识完全来自您学习的培训数据。网络数据包含许多错误，质量差和不合逻辑的内容。该模型一起学习这些“不良数据”，并在生成时再现它们。当我们目前正在探索AI的创意游戏时，许多好奇心，崇拜和视频内容都纳入了AI技术的“尺寸”中。真正值得探索的是AI作为“创意催化剂”的巨大潜力。打开AI的正确方法是以下正确的方法吗？为您喜欢的电影创建平行的宇宙。 Hatsun Miku将进入旧戒指的世界，这将是他们下一个受欢迎的游戏的灵感吗？为您的公司创建一个网站。或创建一个超级GRE在概念视频中。您认为它可以带来我们的创造力吗？在评论部分留下大脑。