AI生成视频是什么，效果如何，影响哪些行业？

有个读者深夜问了我一个问题，让我思考了一个深夜。

一年前，我写过一篇文章叫《我可能要给鼓吹AI的那些人，浇盆凉水了》。当时ChatGPT很火，整个网络都把AI吹上了天。我则唱反调，因为我就处在这个行业的底层，可谓知冷知热。不过，我当时并没有否定AI，只是表达AI并没有传说的那般无敌，谈不上让各行各业纷纷失业。首先，AI的门槛很高，基本是头部企业的专属，距离普通大众还是很远。另外，通用模型想要落地，必须要结合垂直行业，还有一段很长的路要走。为此我还举了3个现实案例，从算法算力、场景、数据来说明情况。

一年后的今天，这个提问再次引发了我的思考。

我想说，AI的前景依然是美好的，但它的发展速度却远远超出了人们的预期，即：要很久以后才会发生的事情，往往转眼就出现了。

一切皆数字：视频生成是必然结果

继生成式文字、图片之后，生成式视频又火了。其实，这从IT人看来，是必然的，并没有什么大惊小怪的。因为不管是文字、图片，还是音视频，在计算机中都是以数字的形式存储的。

比如，你看到的是大写字母“A”，其实在电脑里存的是65。再比如，你看到的是一张图片。其实，它也是以数字形式存储的。音频视频都是这样。这一点，我也在文章《仅凭1和0，电脑如何展现出多彩的世界？》中讲过。

所以啊，一切媒体的本质都是数字。既然文字可以通过AI生成，而且效果还很好。那么，图片也可以。视频当然也可以，它不过就是图片加了一个时间维度而已。

虽然理论可行，然而现实中需要克服很多问题，包括设备上的、技术上的。比如，你生成的图片，得合情合理啊。

连续合理：视频生成难度更大

我记得，去年很多平台都说，自己的多模态大模型有一项功能，那就是可以指出一张不合理的图片存在什么问题。比如，一张人身狗头的图片，不合理之处在于人的身体不可能长着一张狗头。

其实，这并不是什么特意发布的功能。而是生成过程中，必须要做的一步校验。如果这一步验证都没有，可以说AI生成的内容没有用（特意要求除外）。

看下面的这个视频生成的案例。这是让AI生成一群在路边玩闹的小狗。乍一看像是路边实录。但是你仔细看，视频中一会儿三只狗，一会儿四只狗。有时候一个狗会突然出现，有时候又进入了另一个狗的身体里消失不见。

这很诡异，甚至可以归类为灵异事件，显然是不符合常理的。实际上，现实的训练数据，可能会发生一只狗被另一只狗完全挡住。但是不会出现两者融为一体的情况。

因此，AI要花时间和经历去进行合理性的检测和改正。

再列举一个类似的情况，比如你让AI生成一段，小孩吃饼干的视频。那么，根据常理，手里饼干肯定是越吃越小，小孩的肚子则会越吃越大。这时候，AI生成可能会出现饼干永远都吃不完的现象。这在人类导演设计时会被考虑，但AI自己生成时则需要自动完成。

这些限制，会导致AI需要依托复杂的算法和强大的算力做弥补。这也是检测一个AI是否足够健全的小技巧。同时，也是我说的，它的出现，需要一个过程。

案例展播：效果出人意料

然而现实情况是，这些问题已经攻克了。