在這一點上，你可能要么喜歡用生成式人工智慧製作逼真影片的想法，要么你認為這是一種道德敗壞的行為，貶低了藝術家的價值，並將迎來一個我們永遠無法逃脫的深度偽造的災難性時代。很難找到中間立場。 Meta 不會改變其最新影片創作人工智慧模型 Movie Gen 的想法，但無論你如何看待人工智慧媒體創作，它最終都可能成為該行業的一個重要里程碑。

Movie Gen 可以以 16 fps 或 24 fps、高達 1080p（從 768 x 768 像素升級）製作逼真的影片以及音樂和音效。如果您上傳照片，它還可以生成個性化視頻，最重要的是，使用簡單的文本命令編輯視頻似乎很容易。值得注意的是，它還可以編輯帶有文字的普通非 AI 影片。很容易想像，這對於清理您在手機上為 Instagram 拍攝的內容有何幫助。 Movie Gen 目前只是純粹的研究——Meta 不會向公眾發布它，所以我們有一些時間來思考這一切意味著什麼。

該公司將 Movie Gen 描述為生成式人工智慧研究的“第三波”，繼最初的 Make-A-Scene 等媒體創作工具以及使用 Llama 人工智慧模型的最新產品之後。它由 300 億個參數轉換器模型提供支持，可以製作 16 秒長的 16 fps 影片或 10 秒長 24 fps 的鏡頭。它還擁有 130 億參數的音訊模型，可將 45 秒的 48kHz 內容（例如「環境聲音、音效（Foley）和器樂背景音樂」）同步到影片。 Movie Gen 團隊在他們的研究論文中寫道，“由於我們的設計選擇”，目前還沒有同步語音支援。

Meta 表示，Movie Gen 最初是在「授權和公開資料集的組合」上進行訓練的，其中包括約 1 億個影片、10 億個影像和 100 萬小時的音訊。該公司在採購方面的語言有點模糊——Meta 已經承認根據每個澳洲用戶帳戶的資料來訓練其人工智慧模型，更不清楚該公司在自己的產品之外使用了什麼。

至於實際的視頻，Movie Gen 乍看之下確實令人印象深刻。 Meta 表示，在自己的 A/B 測試中，與 OpenAI 的 Sora 和 Runway 的 Gen3 模型相比，人們普遍更喜歡它的結果。 Movie Gen 的人工智慧人類看起來非常真實，沒有人工智慧影片中的許多明顯的跡象（特別是令人不安的眼睛和手指）。

Movie Gen 團隊在部落格文章中寫道：“雖然這些基礎模型有許多令人興奮的用例，但值得注意的是，生成式人工智慧並不能取代藝術家和動畫師的工作。” “我們分享這項研究是因為我們相信這項技術的力量可以幫助人們以新的方式表達自己，並為那些本來沒有機會的人提供機會。”

不過，目前尚不清楚主流用戶將如何使用生成式人工智慧影片。我們是否要用人工智慧影片來填充我們的提要，而不是拍攝我們自己的照片和影片？或者，Movie Gen 是否會被解構為可以幫助完善我們自己的內容的單獨工具？我們已經可以輕鬆地從智慧型手機和電腦上的照片背景中刪除對象，更複雜的人工智慧影片編輯似乎是下一個合乎邏輯的步驟。