Meta创始人兼首席执行官马克·扎克伯格在个人Instagram上分享了一段健身视频，为这一周画上了圆满的句号。视频中，他在健身房进行腿压训练，背景则展示了Meta于2012年收购的社交网络。这一平台为他宣布一项重要新技术提供了绝佳舞台。
Movie Gen的发布
在这段视频中，腿压机幻化为多种炫目的模型，包括霓虹赛博朋克风格、古罗马风以及黄金火焰风格。这次锻炼不仅展示了扎克伯格的健身成果，同时也是Meta全新生成式多模态AI模型Movie Gen的首秀。该技术能够根据文本提示生成视频和音频，用户可以通过简单的文字指令，为视频添加特效、道具和服装。
这些先进的模型允许用户对视频片段进行局部修改，而不是完全重新生成，从而与之前的AI模型相比更具优势。Meta最近发布的技术论文显示，Movie Gen在一致性和动态自然度等多个方面超越了Runway Gen 3、Luma Dream Machine、OpenAI Sora和Kling 1.5等竞品。
多元化应用
Meta希望将Movie Gen打造为休闲用户与专业内容创作者（包括好莱坞电影制片人）不可或缺的工具。以下是Movie Gen的主要功能：
1. Movie Gen视频：强大的300亿参数文本转视频生成模型。
2. Movie Gen音频：130亿参数的视频转换音频模型。
3. 个性化Movie Gen视频：根据用户提供的图像生成定制视频。
4. Movie Gen编辑：专为精确视频编辑设计的模型，实现局部调整和背景替换。
用户可以生成长达16秒的高清（HD）视频，且音频以48kHz同步。
先进的媒体功能
Movie Gen通过以下功能简化创作过程：
- 高质量视频制作：用户只需输入文本提示即可生成1080p分辨率的高质量视频，包括复杂的相机运动和物体相互作用。
- 个性化内容创造：用户可以上传个人图像，参与AI生成的视频，同时在各种提示变化中保持身份。
- 高效的视频编辑：用户可以使用简单的文本命令对视频进行特定更改，如颜色或物体调整。
- 同步音频生成：Movie Gen套件整合了先进的音频模型，可以创建与视觉效果相匹配的音效和背景音乐。
数据驱动的创新
Movie Gen利用Meta从互联网收集的庞大数据集进行训练，包括1亿个视频和10亿张图像。然而，Meta的数据来源合法性也受到关注，相关话题与AI发展的版权和用户权利讨论相呼应。
改进AI训练方法
Meta的研究结合了传统的扩散模型架构和一种称为“流匹配”的新技术，以提升训练效率和输出质量。其主要优势包括：
- 零终端信号噪声比（SNR）：流匹配自然保持信号噪声比，提高视频输出一致性。
- 训练与推理效率：该方法对噪声调度具有更大灵活性，从而提高各种模型的性能，与人类评估更为一致。
未来展望
Movie Gen预计在2025年登陆Instagram，旨在使先进的视频创作技术触手可及。随着Meta不断优化技术，创作者和电影制片人的合作将是其重要推动力。Meta希望Movie Gen能够使复杂的视频编辑工具人人可用，既为专业艺术家提供支持，又提升所有用户的创作潜力。随着技术的发展，潜在应用可能包括个性化动画问候和用户主导的短片。
Movie Gen的推出将彻底改变Meta平台上的内容创作，Instagram用户将成为首批体验这一开创性技术的用户。随着不断演进，Movie Gen可能会成为专业创作者和独立创作者的重要工具。
排行榜
