1. 首頁 > 生活百科 > >

國產視頻生成再突破！從影視級短片到遠洋親情連線，AI讓天涯變咫尺

高德地圖sim卡

國產視頻生成再突破！從影視級短片到遠洋親情連線，AI讓天涯變咫尺

文章圖片

國產視頻生成再突破！從影視級短片到遠洋親情連線，AI讓天涯變咫尺

智東西
作者 | 陳駿達
編輯 | 漠影
起猛了 ， AI現在都能生成武打戲了 ， 還是人虎搏斗的那種！
近日 ， 一條名為《風入松》的AI短片 ， 在年度AI盛會WAIC期間亮相 ， 吸引了不少眼球 。 這部影片以現代廢土風 ， 重新演繹了經典的“武松打虎”故事 。
AI短片《風入松》
《風入松》由中國電影導演中心與中國電信人工智能研究院（TeleAI）聯手打造 ， 使用的正是TeleAI的VAST視頻生成大模型 。
TeleAI由中國電信集團CTO、首席科學家李學龍教授牽頭組建 ， 于去年7月的WAIC大會上正式揭牌 。 在李學龍教授的帶領下 ， TeleAI團隊打造了包括VAST在內的星辰大模型體系 ， 是國內首個全模態、全尺寸、全國產的“三全”大模型 ， 并推動相關技術的創新和應用 。
從設定的角度來看 ， 《風入松》這部短片本身便極具想象力 ， 但最令人驚嘆的 ， 當屬AI技術如何將天馬行空的想象化為逼真畫面 。
作為技術支撐 ， TeleAI的VAST視頻生成大模型去年12月發布時 ， 便在權威視頻生成評測榜單VBench中奪得榜首 ， 并持續迭代升級 。
從基礎畫面生成 ， 到復雜動作 ， 再到鏡頭控制與角色一致性優化 ， 其能力邊界不斷擴展 ， 已具備在專業創作場景中“頂上陣”的潛力 。

一、視頻生成告別開盲盒游戲 ， 能演會拍才是好AI要真正理解《風入松》這部短片實現的突破 ， 我們首先得看看 ， 影視制作究竟需要什么樣的AI工具 。
分辨率高、動作流暢、細節寫實 ， 這些只是技術層面的基礎能力 ， 遠遠不夠支撐一部真正意義上的影視作品 。
要在真實的影視制作流程中發揮作用 ， AI更關鍵的是要理解導演的創作意圖 ， 跟上敘事節奏、掌握鏡頭語言、調動情緒氛圍 ， 真正融入視聽語言的表達體系 。
換言之 ， AI不僅要會畫畫 ， 更要像電影人一樣會拍、會演 ， 能夠協同完成角色塑造、場景調度與敘事推進 ， 成為一名具備視聽表達能力的“創作伙伴” 。
《風入松》中 ， TeleAI 的VAST視頻生成大模型已展現出強烈的畫面表現力和敘事控制力 。
影片伊始 ， 當現代“武松”騎著摩托車在沙漠飛馳 ， AI將每一處細節都刻畫得淋漓盡致：引擎轟鳴聲與風沙的呼嘯形成震撼音浪 ， 摩托車飛躍障礙時在空中劃出完美的弧線 ， 車輪駛過沙地時激起細膩的沙浪 ， 光影真實自然 。
在激烈的猛虎搏斗場景中 ， AI模擬的每一根虎毛都隨動作擺動 ， 肌肉線條在撲咬時展現出驚人的動態細節；主角與老虎搏斗時拳拳到肉 ， 動作有力、毫無穿幫 。 這些曾需要頂級特效團隊數月打磨的畫面 ， 如今通過AI實現了電影級的真實感 。
TeleAI視頻生成大模型已經憑借其影片質量 ， 俘獲了一批專業人士 。 參與《風入松》制作的團隊在影視行業有豐富的從業經驗 ， 據了解 ， 他們在使用TeleAI視頻生成大模型后 ， 給予了高度認可 ， 這更凸顯了TeleAI在視頻生成領域實現的重大突破 。

二、如何打造電影級視頻生成模型？揭秘背后三項核心技術那么 ， 打造這樣一款視頻生成大模型 ， 背后究竟需要哪些關鍵支撐？從《風入松》的畫面中 ， 我們可以清晰地看到其中的三項核心技術 。
首先是動作遷移技術 。 在《風入松》這部短片中 ， TeleAI的VAST視頻生成大模型展現出強大的畫面表現力和敘事控制力 。 張力十足的打斗戲中 ， 沒有出現“穿?！薄⑴で瘸Ｒ妴栴} 。
動作遷移技術允許制作者上傳一張首幀圖和一段參考動作 ， AI便能讓首幀圖中人物的動作表演與參考視頻完全一致 。 這一技術成功攻克了AI生成視頻中動作節奏難以控制、人物表情表演生硬等難題 ， 讓AI生成的視頻人物動作更自然、表情更生動 。
業界的主流動作遷移方案都基于骨骼綁定 ， 不過 ， TeleAI決定更上一層樓 ， 將其從2D骨骼點升級為3D骨骼點綁定 ， 使得動作更具空間感、層次感 ， 甚至可以自然地控制動物或卡通人物 。
另一大核心技術為可控三維運鏡 ， 賦予了AI對“鏡頭語言”的準確理解和運用能力 。 例如 ， 在下方畫面短短的幾秒內 ， 《風入松》呈現了多角度、快速切換的復雜運鏡 ， 遠景、仰拍、特寫等流暢銜接 。 這些原本需要專業攝影指導和團隊配合的鏡頭切換 ， 在這里被AI準確實現 。
這并不是靠堆砌提示詞“蒙”出來的 。 通過可控三維運鏡技術 ， TeleAI把三維重建與視頻生成深度融合 ， 賦予模型空間結構的感知能力 ， 再通過攝像機內參、外參等物理參數精細控制運鏡效果 。 AI不只是懂內容 ， 它逐漸開始懂得怎么拍 ， 讓AI真正具備導演般的視角 。
會演、會拍僅僅是開始 ， 很多業內人士評價 ， AI視頻目前最大的問題之一是“一致性差” ， 同一人物在不同鏡頭中的形象、著裝、氣質常常前后不一 ， 極易穿幫 。
但《風入松》中的主角卻始終保持了穩定的外貌風格 ， 這得益于背后的人物一致性技術 。 TeleAI 的VAST視頻生成大模型采用分步生成的方式 ， 先生成分鏡、深度信息等中間數據 ， 再在此基礎上精細生成畫面 。
這種生成流程極大提高了人物、畫面的一致性與敘事可控性 ， 流程和電影工業中用故事板搭建畫面框架 ， 再利用計算機圖形技術渲染的邏輯幾乎一致 ， 讓AI沒有隨意發揮的空間 。
上述底層能力的升級 ， 是AI視頻真正邁入影視工業體系的敲門磚 。 更重要的是 ， TeleAI在與專業導演的合作中 ， 獲得了大量來自一線實踐的反饋需求：比如演員的表情、情緒、人物節奏等更加細膩的表演控制 。 這些開發者原本沒有預料到的專業需求 ， 正逐漸轉化為技術研發的新方向 。 憑借這些先進技術 ， TeleAI為影視制作行業帶來了前所未有的便利和優勢 。

三、視頻生成+通信解鎖新場景 ， “腦補”畫面實現遠洋視頻通話在推動視頻生成技術賦能影視工業的同時 ， TeleAI也在積極探索這項技術更廣闊的應用場景 。 畢竟 ， 視頻生成的本質并不僅限于電影創作 ， 而是一種對視覺信息的重構方式 。
從AI的通用視角來看 ， “智能的本質是壓縮”已成為業內共識 。 無論是語言模型、圖像模型還是視頻模型 ， 其核心任務都是從海量原始數據中提取模式與規律 ， 并以高效、緊湊的方式編碼進模型參數中 ， 模型學會用有限的參數表示無限的可能 。
但真正的智能不僅在于壓縮 ， 更在于“還原” 。 也就是說 ， 一個具備高水平智能的系統 ， 必須能夠在接收有限信息的情況下 ， 準確重建原始內容 ， 甚至完成合理補全與未來預測 。
中國電信人工智能研究院（TeleAI）將VAST視頻生成大模型與其正在布局和研究的一項重要技術“智傳網（AI Flow）”深度結合 ， 提出了一種新型通信技術——生成式智能傳輸 ， 也就是用“計算”換“帶寬” 。
智傳網（AI Flow）是人工智能（智）、通信（傳）、網絡（網）三項關鍵技術的融合 ， 通過網絡分層架構 ， 基于連接與交互 ， 能夠實現智能的傳遞和涌現 。
在李學龍教授的帶領下 ， TeleAI打造了包括智傳網（AI Flow）技術體系（包括生成式智能通信技術等）在內的 “一治+三智”戰略科研布局 ， 其他方向還包括AI治理、智能光電(包括具身智能)、智能體 。
智傳網（AI Flow）的突破 ， 有望解決通信業務中一個長期存在的難題——如何在極其有限的帶寬條件下 ， 高效傳輸高質量的視頻和多媒體內容 。
這是困擾通信行業多年的技術瓶頸——傳統的視頻通信技術依賴高帶寬和高穩定性的網絡環境 ， 一旦網絡不給力 ， 立刻就卡成PPT、音畫不同步 。
像你我這樣的普通用戶 ， 也經常會在生活中遇到類似問題 。 例如 ， 在演唱會、會展等人員極為密集的場所 ， 網絡擁堵常常導致視頻通話無法連接、直播卡頓 ， 甚至連基本的視頻上傳和下載都變得困難 。
更不用說在高鐵、地下、飛機或遠洋、偏遠山區等極端條件下 ， 視頻通信幾乎成為奢望 。 這些問題背后 ， 正是現有通信技術在帶寬、穩定性和數據傳輸效率上的瓶頸 。
在本屆WAIC大會上 ， TeleAI展示了基于智傳網（AI Flow）的生成式智能傳輸技術的典型案例——遠洋通信 ， 破解了這一瓶頸 。
船舶與陸地的通信 ， 長期以來是全球航海技術發展中的巨大挑戰 。 由于船上的衛星網很慢 ， 信號很差 ， 船員只能通過微信打字給家里報平安 ， 無法進行視頻電話或刷短視頻、上視頻網站 。
通過生成式智能傳輸技術 ， 讓遠洋視頻通話不再是奢望 ， 它將變得簡單而高效 。 這項技術的應用 ， 不僅連通了海洋與陸地 ， 也讓船員們的業余時光告別了單調 ， 擁有如同岸上般豐富的色彩 。
傳統視頻壓縮傳輸方式是把整段視頻原樣搬運 ， 而生成式智能傳輸技術則采用了更聰明的辦法：通過TeleAI的多模態大模型 ， 提取音視頻最關鍵的特征信息 ， 壓縮編碼后 ， 將這些信息發送給接收端 。
而在接收端 ， TeleAI部署在本地的多模態生成大模型能根據上述信息 ， 自主“腦補”出完整畫面 ， 就像用草圖還原一副畫作一樣 。
這種壓縮傳輸方式相較傳統方案（如H.264+5G LDPC）展現出明顯優勢 。 在衛星場景下帶寬資源稀缺時 ， 這個方案將帶寬需求壓縮了整整1-2個數量級 ， 視頻數據體積最多可降至原始的1% ， 在背景變化較小的場景中甚至可達千分之一 。
在船載服務器上的多模態生成大模型本地完成音視頻的智能還原后 ， 畫質、音質可以保持“主觀無損”的水平 。 這就讓遠洋海員們即便在極低帶寬條件下 ， 依然能夠實現清晰、流暢的視頻通話體驗 。
從部署角度來看 ， 這項技術對硬件要求也非常友好——船只僅需搭載一臺配有4張消費級顯卡的本地服務器 ， 便可為船員提供穩定的Wi-Fi視頻通話服務 。 這種輕量化部署 ， 為未來的規模化落地提供了現實基礎 。
生成式智能傳輸不僅適用于遠洋通信 ， 還是一整套可適配不同通信環境的解決方案 。 系統可根據不同場景下的帶寬、算力等資源條件 ， 智能選擇不同大小的視頻解碼模型 。
例如 ， 在多數通話場景中 ， 僅使用480P分辨率和小模型即可實現流暢且清晰的通信體驗 ， 從而實現算力與帶寬的最優協同 。
可以說 ， 這項技術展現的并非某一項技術的單點突破 ， 而是一種系統性的融合式創新 。 如果沒有VAST視頻生成技術的日益成熟 ， 視頻信號根本壓縮不到這個程度；如果沒有智傳網（AI Flow）基礎構建 ， 再精美的畫面也送不到用戶眼前 。
未來 ， 通信不再是單純的信號搬運 ， 而是理解與重建的過程 ， 編碼的不再是比特 ， 而是意義本身 。 生成式智能傳輸技術在遠洋通信的應用場景中已獲得驗證 ， 在不久的未來 ， 這項技術將進一步推廣 ， 實現在飛機的機艙內撥打高清視頻會議 ， 不因信號影響工作；野外露營時 ， 也能收看精彩的球賽 ， 不為生活留下遺憾 。
【國產視頻生成再突破！從影視級短片到遠洋親情連線，AI讓天涯變咫尺】這正是一場AI與通信的“雙向奔赴” ， 也為構建高質量、低成本的未來多媒體通信基礎設施 ， 提供了堅實的技術底座與實踐范本 。

    推薦閱讀