这一波生成式AI浪潮在我的知识体系中，第一次看到的相对完整且偏行业（而非技术向）的梳理是去年9月红杉美国发的那篇：《Genera

这一波生成式AI浪潮在我的知识体系中，第一次看到的相对完整且偏行业（而非技术向）的梳理是去年9月红杉美国发的那篇：《Generative AI: A Creative New World》 这里 当时红杉给出了很多观点以及画了好几张直到今天你依然可以在各种关于AI的演讲中会出现的偏行业Maps性质的图片（图1，图2）； 然后时隔一年，红杉美国最近又发了这个文章系列的更新：《 Generative AI’s Act Two》 文章的内容质量还是很高的，我简单总结下： 1、定义了ACT 1是发现了新的“锤子”-基础模型，现在在向ACT 2（端到端的解决问题）演进； 2、重新画了行业地图（图3），并且按照2C\2B\2内容生产者的框架重新划分； 3、增加了LLM开发者生态的行业地图；（图4） 4、回溯了之前判断中的错误：发展速度比所有人预期的都快、瓶颈不是客户需求而是GPU、应用和底层模型并未分离、竞争的急速加剧、大家伙们并没有落下、壁垒在客户而不是数据； 5、当然也确定了之前一些推论是正确的：生成式AI是一件大事、杀手级应用出现（ChatGPT\Character AI\Midjourney）、开发者很关键、大模型能力持续进化、版权/道德/伦理问题； 6、从月留存和用户活跃（DAU/MAU）数据对比，现在的AI应用相较于古典web2的那些大家伙们还有比较大的差距，他们需要持续的“证明价值”，以度过“awkward teenage years.”； 以及英文不好的同学可以看译稿，这里： （国内的自媒体生态啊，也是真的够卷的了……）

去年四月推出的Shopify Magic系列生成式AI工具，现在增加了一个媒体编辑器，这个编辑器为它的平台带来了生成式图像填充功

去年四月推出的Shopify Magic系列生成式AI工具，现在增加了一个媒体编辑器，这个编辑器为它的平台带来了生成式图像填充功能和由AI驱动的对话式搜索。商家们可以使用这个图像编辑器，即使没有Photoshop经验，也能根据他们想要的主题更改照片背景。 Shopify的人工智能编辑器在今年春天推出后，还能根据商家图库中已有的产品图片，推荐匹配的背景和风格。 Shopify产品副总裁Glen Coates表示，平台上的许多卖家没有大型摄影棚或专业摄影师的资源，但他们仍然需要让自己的商品展现得更吸引人。由于使用这个工具不需要额外成本，它正好满足了这个需求。 标签: #Shopify #AI 频道: @GodlyNews1 投稿: @GodlyNewsBot

昨天说的MJ缩放功能生成视频的教程来了。昨天Midjourney发布了zoom out功能，这个功能及其强大，可以创造出一些神奇

昨天说的MJ缩放功能生成视频的教程来了。昨天Midjourney发布了zoom out功能，这个功能及其强大，可以创造出一些神奇的图片出来，甚至可以做视频。 教程将给你展示如何使用这一改变游戏规则的功能来拍摄无缝的高清变焦视频。里面还有一部分将这个能力产品化的思路和开源资源。 下面是教程细节 链接部分是将这个内容产品化的思路和用到的开源项目内容，如果你已经有接了第三方MJ接口的服务的话可以看看，可以帮你的产品添加一个不错的功能。 首先是使用Midjourney正常生成图像，比如我下面这张飞翔中的猫头鹰图片。 在你选择完图像之后，可以看到图像下方多了几个按钮，zoom out 2x这个就是将图片放大两倍，zoom out 1.5x就是将图片放大1.5倍，这里的放大不是直接放大图片，而是对图片的内容进行扩充。 可以看到上面还有一个custom zoom按钮这个是自定义放大的功能，点击之后会弹出一个输入框，你可以通过提示词改变放大后图片的内容和比例。比如你可以将一个3:4的图片放大后改成3:2的。 如果你连续缩放的话其实生成的图像是一个连续的变焦过程，视频生成就是这个原理，如果我们放大的次数足够多就会形成一个关键帧视频。 我们继续放大刚才那张图，我选择了1.5倍放大，因为我们需要做视频，1.5倍的话每一帧之间的变化比较小可以比较连续。可以看到下面这张放大后的图比第一张的视野大了些 在这里我连续进行了7次放大，获得了七张图像，我们通过命名把七张图片的顺序排好，找一个图片插帧生成视频的工具，应该有很多工具可以用，我们这里用Runway。 首先访问 ，登陆后在左侧导航找到创建视频这个tab。然后在里面找到 Frame Interpolation这个功能。 进去以后掏出我们准备好的几张图片，拖进左边的位置上传，然后检查一下顺序有没有问题，注意这里几张图片分辨率最好一样不然的话，视频生成会有问题。然后看右侧的Clip duration就是生成视频的时间，如果你的图少时间可以调的短一点。OK之后点击Genrate生成视频就可以了。 生成之后左侧可以预览，右边的按钮可以导出，普通用户只能导出720p的视频，不过也够用了。好了普通的视频生成教程这里就已经结束了。

a16z的一篇文章，详细盘点了现在人工智能视频生成领域的现状，看完就可以对这个领域有个大概的了解，感兴趣可以看看。

a16z的一篇文章，详细盘点了现在人工智能视频生成领域的现状，看完就可以对这个领域有个大概的了解，感兴趣可以看看。 他们列出了 2023 视频生成产品的时间表以及对应产品的详细信息。同时对视频生成目前需要解决的问题以及视频生成领域的 ChatGPT 时刻到来需要具备的条件进行了探讨。 下面是主要内容，也可以去链接看全文翻译： AI 视频领域目前需要解决的核心问题？ 控制：你能否控制场景中的事件以及“摄像机”的运动？对于后者，一些产品增加了可以让你进行缩放或平移摄像机，甚至添加特效的功能。至于前者 即动作是否如所描述的那样 这个问题更加棘手。这是一个关于基础模型质量的问题（模型是否能理解并执行你的提示）。 时间连贯性：如何确保在视频的不同帧之间，角色、物体和背景的一致性，防止它们在画面中突变或扭曲？这是目前所有公开的模型普遍面临的问题。 视频长度：如何制作时长超过几秒的视频片段？这个问题与时间连贯性密切相关。因为保持视频在几秒钟后仍具有一致性存在难度，许多公司限制了用户能生成的视频长度。 AI 视频领域的 ChatGPT 时刻何时到来，需要回答的几个问题？ 当前的扩散架构是否适合视频制作？ 目前的视频模型是基于扩散技术的：它们主要通过生成连续的帧并尝试创建时间上连贯的动画（采用多种策略实现）。这些模型没有对三维空间及物体间互动的内在理解，这就是扭曲或变形的原因。 高质量的训练数据将从何而来？ 训练视频模型比训练其他内容模态更加困难，主要原因是缺乏足够的高质量、有标签的训练数据。 这些用例将如何在不同平台或模型间区分开来？ 我们在几乎所有内容模态中观察到的现象是，没有一个模型能在所有用例中独占鳌头。 谁将主导视频制作的工作流程？ 在目前的情况下，除了视频本身的生成，制作一段优质的视频或电影通常还需要进行编辑。我们预计视频生成平台将开始引入视频编辑需要的附加功能。 翻译及原文链接：