从技术上看,视频是把多张图片有逻辑和连贯的组合在一起。由文字生成视频,首先要生成多张图片,然后还要把这些图片有逻辑和连贯性的组合起来,因此难度比文字生成图片高了很多,如果一旦像文字生成图片那样能够高效率的生成高品质视频,将对内短视频、影视、游戏、广告等内容生产行业带来重大影响,不仅提升视频制作的效率和成本,还能帮助设计师产生更多的灵感和创意,让视频内容行业变得更加丰富和繁荣。
相较于AI作画,从技术上来看,视频可以认为是多张“图片”有逻辑、连贯的组成。视频帧是一张张图像,各帧之间有画面、逻辑等层面的关联。因此,由文生图与由文生视频完全是两种难度级别。AI生成视频,是AI生成图像的深度延伸。
相似的图片应该也是影响因素之一。具体的抓取逻辑可能是,当近期没有关键词相似的笔记时,会选择图片相似的内容进行推荐。图像相似度仅适用于图形注释。
AI生成视频,是AI生成图像的一种延伸。从技术本质上看,视频可以认为是多张“图片”,即视频帧构成的序列,且序列上各帧之间有画面、逻辑等层面的关联。因此,从生成质量上来说,AI生成视频相对更难。
c)难以控制:AI绘画可能会生成一些意外或不符合要求的图像,这使得AI绘画难以完全控制。即使调整好了引导,在精细绘制上,仍存在部分绘图逻辑问题,出图率实际不高,这导致图片往往需要进行筛选,才能使用。