【ITBEAR】8月27日消息，近期，国产3A游戏《黑神话·悟空》在全球范围内引爆关注，甚至吸引了马斯克的点赞。8月20日，马斯克在创作者“dvorahfr”的评论区留言，盛赞了利用Grok和可灵AI制作的短片，称“AI娱乐产业正在加速变革”。这一评论无疑为AI在视频领域的创新和应用再添一把火。
过去半年，AI视频生成的热度持续攀升，各种经典画面借助AI技术焕发新生，掀起了一阵阵AI生成短视频的热潮。网友们借助Grok 2的生图能力，结合可灵、DreamMachine等工具，创造出令人惊叹的场景，例如将静态图像转化为生动的视频片段，这些场景展示了AI技术的无限可能。
据ITBEAR了解，当前市场上已有多款AI视频生成工具，它们各具特色，不断迭代升级。例如，Luma AI近期更新了v1.5版本，推出了文生视频功能；Runway则发布了Gen-3 Alpha Turbo图像转视频模型，生成速度大幅提升。此外，国内厂商如字节和快手也推出了即梦、可灵AI等工具，广受全球网友喜爱。这些工具不仅能够理解用户的指令，还能生成连贯、美观的视频内容，标志着AI视频生成技术的一大进步。
AI视频生成的评估标准主要包括语义理解、画面美观度以及可控性。语义理解要求AI能准确理解用户指令，如让AI生成一个女孩，她应呈现出年轻、活泼的形象。画面美观度则关注视频的画面元素合理性、画质精细度等方面。可控性则是指在动作幅度加大的同时，画面不出现畸变。当前的主流视频模型正朝着这三大方向进行优化。
为了全面评估当前AI视频生成工具的表现，我们进行了横向测试，选取了十款热门工具进行对比。测试结果显示，在文生视频方面，Vidu、可灵、Runway在语义理解、人物生成、画面可控性上表现更为稳定，生成视频的可用度较高。而在图生视频方面，可灵和Vidu在手部细节和动作真实性上表现突出，能够生成更符合物理世界的视频内容。
在生成等待时间上，Vidu和可灵也表现出色，生成一个4-5秒的视频只需2-5分钟。相比之下，Luma DreamMachine的生成等待时间最长，有时需要等待10多个小时才能获得一条5秒的视频。从测试结果来看，各款工具都有其独特的优势和适用场景，用户可以根据实际需求选择适合的工具。
尽管AI视频生成技术已经取得了显著进展，但仍面临一些挑战。画面准确性和可控性仍是普遍存在的问题。为了提升视频的可控性，一些AI企业推出了动态笔刷、视频首尾帧等功能，尽量让人物外貌、背景保持一致，同时让生成视频符合物理规律。然而，算力、数据和算法仍是制约视频工具发展的关键因素，影响生成视频的速度、质量和效果。
展望未来，AI有望在视频工作流中发挥更大作用。虽然目前仍需人工进行剪辑、配乐和画面转场等后期工作，但未来可能会出现集多种功能于一体的AI原生视频编辑平台。这样的平台将实现从文字到视频的一键生成，极大地简化视频创作过程。随着技术的不断进步和创新，我们有理由相信AI将在视频领域发挥更加重要的作用。
