1. 首頁 > 生活百科 > >

6秒造一個「視頻博主」，Pika讓一切圖片開口說話

軟件Windows微軟

6秒造一個「視頻博主」，Pika讓一切圖片開口說話

文章圖片

6秒造一個「視頻博主」，Pika讓一切圖片開口說話

文章圖片


機器之心報道
編輯：+0
制作一個視頻需要幾步？可以簡單概括為：拍攝 + 配音 + 剪輯 。
還記得 veo3 發布時引起的轟動嗎？「音畫同步」功能的革命性直接把其他視頻生成模型按在地上摩擦 ， 拍攝 + 配音 + 粗剪一鍵搞定 。
那如果我就是想用自己迷人的聲音呢？或者我自帶精妙絕倫的配音？有沒有其他解決方案？
有的朋友 ， 有的！
8 月 11 日 ， Pika 推出了一個名為「音頻驅動表演模型」（Audio-Driven Performance Model）的新模型 。

Pika 允許用戶上傳音頻文件（如語音、音樂、說唱或任何聲音片段） ， 并結合靜態圖像（如自拍或任意圖片）生成高度同步的視頻 。 視頻中的角色會自動匹配音頻 ， 實現精確的口型同步（lip sync）、自然的表情變化和流暢的身體動作 。

更通俗一點說就是 ， 讓任何一張靜態圖片 ， 跟著你給的音頻動起來 ， 而且是活靈活現的那種 。
你隨便扔給它一張自拍 ， 再配上一段馬保國的「年輕人不講武德」 ， 你照片里那張帥氣的臉 ， 馬上就能口型神同步 ， 連眉毛挑動的時機都分毫不差 ， 主打一個「本人親授」 。
這事兒要是放以前 ， 你起碼得是個頂級特效師 ， 搗鼓個十天半個月才能弄出來 。 現在 ， Pika 告訴你 ， 平均只要 6 秒 。
你沒看錯 ， 就是 6 秒 。 你上個廁所的功夫 ， 那邊視頻都生成好了 ， 而且還是 720p 高清 ， 長度不限 ， 想讓蒙娜麗莎給你唱一整首《忐忑》都行 。
不過目前功能僅限 iOS 端 ， 且需要邀請碼 ， 期待功能盡快開放 。

【6秒造一個「視頻博主」，Pika讓一切圖片開口說話】話不多說 ， 我們來看看網友測評 。
首先來看看我們前面提到的自拍 + 音頻 ， 效果可以說是相當驚艷了 。


地址：https://x.com/WilliamLamkin/status/1954940047624372508不論是說唱部分還是歌曲部分 ， 唇同步準確性非常高 ， 避免了以往 AI 視頻中常見的「假唱」問題 。
你如果仔細觀察會發現說唱部分中間有一段停頓 ， 人物的表情神態也很自然 ， 活人感十足 。 不過也不是完美無缺 ， 男歌手的手看起來就怪怪的 。
Pika 官方也分享了幾個用戶制作的精彩視頻 。

地址：https://x.com/pika_labs/status/1955007656302924192對于不同語言 ， Pika 生成的效果看起來也非常不錯 。

還可以生成一段不是吉米的吉米秀 ， AI 演員的表現力非常不錯 。

用來拍電影怎么樣？讓亞洲面孔的大叔一口印式英語 ， 吐槽露營的糟糕體驗 。

還可以直接來一場 live 秀！

我們可以預見 ， 它將很快成為社交媒體上的新寵 ， 誕生無數有趣的 Meme 和創意短片 。
但它的潛力遠不止于此：獨立游戲開發者可以用它快速生成 NPC 對話動畫 ， 教育工作者可以制作更生動的講解視頻 ， 甚至在不遠的將來 ， 我們每個人都能擁有一個專屬的、能言善辯的 AI 數字分身 。
當然 ， 技術總是一把雙刃劍 。 當任何圖片都能被賦予任何聲音時 ， 如何辨別信息的真偽也成了我們必須面對的新課題 。
但無論如何 ， 一個全民參與、創意迸發的視頻新時代 ， 似乎已經敲響了大門 。 下一個引爆全網的病毒視頻 ， 或許就將出自你我之手 。
視頻鏈接：https://mp.weixin.qq.com/s/EBQUtfKuPaXNLpAZcsM3NQ

    推薦閱讀