Google VideoPoet

Google VideoPoet是谷歌推出的一项革命性AI技术，它可以将文本提示转换成视频。简单来说，如果你想象了一个场景，比如“一只机器猫在吃意大利面”，只需输入这个描述，VideoPoet就能在几秒钟内生成一个对应的视频给你看。这听起来像是科幻小说里的技术，但它确实存在，而且是基于谷歌强大的AI研究背景。

主要包括：

• 文字转视频
• 图像到视频
• 视频编辑
• 造型

使用场景：

1. 艺术创作: 如果你是一名艺术家或创意工作者，想要快速将你的创意想法转化为视频形式，VideoPoet可以帮助你实现这一点。

2. 教育和培训: 教师和培训师可以使用VideoPoet根据特定的教学内容快速制作出具有教育意义的视频，提高教学的互动性和趣味性。

3. 营销: 营销人员可以利用它创建动态吸引人的营销视频, 特别是当需要快速展示一个新概念或产品时。

4. 个人娱乐: 想要为社交媒体制作有趣的个性化视频，或者仅仅是为了娱乐和自我表达，VideoPoet都能为你提供无限的创意可能性。

VideoPoet的工作机制：

VideoPoet并不是使用传统的扩散模型来生成视频，而是基于大型语言模型（LLM）。这意味着，与ChatGPT和Google Bard等能够预测文本中单词如何组合成句子的技术相同，VideoPoet能够进一步预测视频和音频片段。谷歌通过将大量的图像-文本对以及公共视频样本转换成通用的“令牌”（tokens），使得VideoPoet能够以此学习和预测视频内容。

与竞争者的不同：

谷歌声称，相比于其他依赖扩散模型将文本转换成视频的AI，VideoPoet能够更加优雅地处理运动，并且能生成更长的视频。当前市面上的大多数视频生成模型要么只能生成运动较小的视频，要么在生成大幅运动时会出现明显的画面问题。VideoPoet在这方面做得较好，能够保持视频内容连贯，即便是在展示八到十秒的视频片段时。

目前，谷歌还未公布VideoPoet的发布计划或是否免费。考虑到AI生成的图像和视频需要巨大的计算资源，未来可能需要通过订阅的方式来获取服务。因此，我们可能还需要等待一段时间，以见证谷歌是否会像OpenAI的ChatGPT那样，推出令市场颠覆的产品。