日本免费全黄少妇一区二区三区-高清无码一区二区三区四区-欧美中文字幕日韩在线观看-国产福利诱惑在线网站-国产中文字幕一区在线-亚洲欧美精品日韩一区-久久国产精品国产精品国产-国产精久久久久久一区二区三区-欧美亚洲国产精品久久久久

  1. 首頁 > 生活百科 > >

Utopai聯(lián)手LG、中東主權(quán)基金加碼韓娛，新模型顛覆AI視頻格局！

東莞人工智能全運會ai

Utopai聯(lián)手LG、中東主權(quán)基金加碼韓娛，新模型顛覆AI視頻格局！

文章圖片

Utopai聯(lián)手LG、中東主權(quán)基金加碼韓娛，新模型顛覆AI視頻格局！

機器之心發(fā)布
機器之心編輯部
當(dāng) Sora 2、Google Veo 3 還在卷短視頻逼真度 ， AI 影視的下一站該是長片敘事了？
在 AI 視頻生成技術(shù)日新月異的今天 ， 主流模型如 Sora 2、Google Veo 3 等已能生成視覺驚艷的短視頻片段 ， 但想要創(chuàng)作長視頻甚至是影視作品時 ， AI 模型似乎開始變得力不從心 。
然而 ， 在好萊塢 ， 一家 AI 影視公司卻已經(jīng)拔地而起 ， 開始將 AI 影視生成技術(shù)從模型驗證推向大規(guī)模產(chǎn)業(yè)化 。
11 月 3 日 ， 據(jù) Deadline 報道 ， AI 原生影視工作室 Utopai Studios 與全球創(chuàng)新投資平臺 Stock Farm Road（SFR）宣布成立資本規(guī)模達(dá)數(shù)十億美元的合資公司 Utopai East ， 以加速韓國影視的國際化進(jìn)程 。
SFR 背后 ， 一面是 LG 集團繼承人 Brian Koo ， 另一面是阿聯(lián)酋主權(quán)基金推動者 Amin Badr-El-Din 。
【Utopai聯(lián)手LG、中東主權(quán)基金加碼韓娛，新模型顛覆AI視頻格局！】
報道顯示 ， 此次合作中 Utopai Studios 將成為 SFR 在娛樂領(lǐng)域的獨家 AI 技術(shù)合作伙伴 ， 依托 SFR 在韓國規(guī)劃的 350 億美元 AI 數(shù)據(jù)中心樞紐 ， 構(gòu)建下一代影視制作基礎(chǔ)設(shè)施 。

在這場以韓娛為核心的產(chǎn)業(yè)協(xié)同背后 ， 隱藏著 Utopai 希望系統(tǒng)性攻克的關(guān)鍵命題：如何讓 AI 真正理解并駕馭影視長片的敘事邏輯 ， 進(jìn)而實現(xiàn)從「短片生成」到 「長片制作」的工業(yè)級跨越？

視頻鏈接：https://mp.weixin.qq.com/s/ACTi_DYghRP2rFKSungTeQ
核心問題：為何傳統(tǒng)視頻模型難以駕馭長片制作？
目前主流視頻生成模型（如 Diffusion）的本質(zhì)還是概率性生成器 ， 它們逐幀或短片段獨立生成視頻 ， 缺乏對長敘事邏輯的全局規(guī)劃能力 。
當(dāng)視頻生成目標(biāo)從「生成片段」升級為「制作長片」時 ， Diffusion 模型的短板開始凸顯：
長程一致性崩塌：角色外貌、場景元素在跨鏡頭時容易出現(xiàn)「漂移」 ， 例如服裝顏色突變、人物外貌畸變等 。 敘事可控性不足：模型難以理解劇本中的因果鏈條（如情緒的遞進(jìn)轉(zhuǎn)換） ， 生成的內(nèi)容往往與導(dǎo)演意圖偏離 。 物理合理性缺失：模型僅學(xué)習(xí) 2D 像素統(tǒng)計規(guī)律 ， 缺乏對三維空間遮擋、碰撞等規(guī)則的認(rèn)知 ， 易產(chǎn)生反物理的「幻覺」 。Utopai 帶來的解決方案則是直擊痛點 —— 不再追求單一模型的極致優(yōu)化 ， 而是通過架構(gòu)重組 ， 讓不同模型各司其職 。
技術(shù)架構(gòu)：規(guī)劃與渲染解耦的協(xié)同范式
Utopai 在技術(shù)上的重要創(chuàng)新是構(gòu)建了分層協(xié)同架構(gòu) ， 其中自回歸模型（AR）負(fù)責(zé)「規(guī)劃」 ， 擴散模型（Diffusion）負(fù)責(zé)「渲染」 ， 二者通過統(tǒng)一狀態(tài)空間耦合 。
1.規(guī)劃層：自回歸模型作為「導(dǎo)演大腦」
序列預(yù)測機制：AR 模型以劇本為輸入 ， 通過前幀預(yù)測后幀的機制 ， 生成涵蓋角色 ID 向量、攝像機軌跡、光影變化等要素的時空計劃 。 該計劃本質(zhì)是一個機器可執(zhí)行的「拍攝藍(lán)圖」 ， 確保長達(dá)數(shù)十分鐘的片長中元素演進(jìn)邏輯保持一致 。 狀態(tài)記憶與因果推理：模型能夠維護可回放的長程狀態(tài)記憶 ， 例如追蹤角色從第 1 鏡到第 50 鏡的動作軌跡 ， 避免傳統(tǒng)模型因局部生成導(dǎo)致的邏輯斷裂 。2.渲染層：擴散模型作為「執(zhí)行引擎」
條件化生成：擴散模型不再隨機「抽卡」 ， 而是嚴(yán)格依據(jù)規(guī)劃層輸出的結(jié)構(gòu)化指令（如深度圖、光流信號）生成畫面 。 例如 ， 當(dāng)規(guī)劃層指定「攝像機以俯角拍攝雨夜小巷」 時 ， 擴散模型就會據(jù)此渲染細(xì)節(jié) 。 物理規(guī)律注入：通過訓(xùn)練時引入帶精確標(biāo)注的 3D 合成數(shù)據(jù) ， 模型學(xué)習(xí)空間遮擋、材質(zhì)反射等規(guī)則 ， 避免生成內(nèi)容違反重力或碰撞邏輯 。3.協(xié)同接口：統(tǒng)一狀態(tài)空間
規(guī)劃層與渲染層通過統(tǒng)一狀態(tài)空間交換信息：規(guī)劃器輸出未來幀的幾何與語義約束 ， 渲染器據(jù)此生成像素 ， 并反饋生成結(jié)果供規(guī)劃器優(yōu)化后續(xù)計劃 。 這一閉環(huán)解決了擴散模型「生成即遺忘」的缺陷 。簡單來說 ， Utopai 的突破就在于構(gòu)建了一種融合自回歸模型與擴散模型的協(xié)同架構(gòu) ， 通過「規(guī)劃 — 渲染」解耦的協(xié)同范式 ， 將 AI 從「畫面生成工具」升級為「敘事協(xié)作伙伴」 。
訓(xùn)練方法論：從 2D 統(tǒng)計到 3D 物理規(guī)律的躍遷
Utopai 模型能力的基石是其獨特的訓(xùn)練策略 ， 訓(xùn)練的核心是用 3D 物理規(guī)律替代 2D 像素統(tǒng)計 。
1.預(yù)訓(xùn)練階段：幾何與語義對齊
通過使用高質(zhì)量 3D 合成數(shù)據(jù)（如虛擬城市、動態(tài)物體） ， 訓(xùn)練模型去理解場景的深度信息 ， 如材質(zhì)屬性、運動軌跡等 ， 而非僅學(xué)習(xí)網(wǎng)絡(luò)視頻的像素分布；通過構(gòu)建「下一狀態(tài)預(yù)測」「掩碼重建」等任務(wù) ， 強制模型推理物體遮擋關(guān)系（如角色繞過桌椅而非穿模） 。
2.微調(diào)階段：多模態(tài)指令遵循
在這一階段 ， 引入劇本、分鏡等專業(yè)數(shù)據(jù) ， 訓(xùn)練模型將抽象指令（如「史詩感」）轉(zhuǎn)化為具體視覺元素（如低角度鏡頭、暖色調(diào)光影） 。
這樣的訓(xùn)練方式使模型能處理復(fù)雜指令 ， 例如當(dāng)要求角色「由懷疑轉(zhuǎn)為恍然大悟」時 ， 模型能夠協(xié)調(diào)人物角色的面部微表情、肢體語言、鏡頭焦距的同步變化 ， 而非簡單替換表情貼圖 。
可量化的技術(shù)優(yōu)勢：定義 AI 電影敘事的新指標(biāo)
當(dāng)前 AI 視頻領(lǐng)域的通用指標(biāo)（如 FVD、CLIP Score）主要衡量視覺逼真度和文本符合度 ， 但無法有效評估「敘事質(zhì)量」 。
Utopai 的核心優(yōu)勢之一 ， 正是建立一套基于專業(yè)影視標(biāo)準(zhǔn)的內(nèi)部評估體系 ， 其在三個維度超越傳統(tǒng)方案：
1.一致性指標(biāo)
相較于通用模型在幾秒后可能出現(xiàn)角色特征「漂移」的現(xiàn)象 ， Utopai 的系統(tǒng)旨在跨越數(shù)十甚至上百個鏡頭 ， 仍然穩(wěn)定保持核心角色身份、場景布景和光影邏輯的連續(xù)性 。 這種一致性不是簡單的「不變化」 ， 而是按照敘事邏輯的「合理演進(jìn)」 。
2.劇本指令遵從度
Utopai 能夠量化生成內(nèi)容與復(fù)雜劇本指令的匹配程度 。 例如 ， 當(dāng)劇本要求「角色從猶豫轉(zhuǎn)為決絕」時 ， AI 模型能通過姿態(tài)、視線、鏡頭語言與光影的協(xié)同變化 ， 呈現(xiàn)出符合表演邏輯的情感轉(zhuǎn)變 ， 而非生硬的表情切換 。
3.制作效率的躍升
這樣的架構(gòu)能極大優(yōu)化專業(yè)影視制作的前期流程 ， 導(dǎo)演可通過修改時空計劃（如調(diào)整攝像機軌跡）精準(zhǔn)控制生成結(jié)果 ， 無需反復(fù)「抽卡」 ， 將創(chuàng)意迭代周期從數(shù)周縮短至幾天 。
Utopai 的實踐揭示了一條代表范式轉(zhuǎn)變的技術(shù)路徑：影視級 AI 模型的未來不是替代 Diffusion 或 AR ， 而是通過架構(gòu)創(chuàng)新實現(xiàn)專業(yè)化分工 。
在這里 ， AI 不再是輔助工具 ， 而是能夠理解導(dǎo)演愿景、具備電影級思維的真實創(chuàng)作伙伴 。
正如 Utopai 創(chuàng)始人兼 CEO Cecilia Shen 所言：「AI 可以生成無窮選項 ， 但定義品味的永遠(yuǎn)是會講故事和有藝術(shù)審美的人 。 」
而此次合作也不僅是資本層面的聯(lián)手 ， 更是以韓國為戰(zhàn)略樞紐 ， 整合 AI 技術(shù)、算力基建與內(nèi)容生態(tài)的系統(tǒng)性布局 。
當(dāng)技術(shù)的成本壁壘被 AI 擊穿 ， 電影制作的未來將更多地取決于想象力的邊界 ， 而非預(yù)算的多少 。 那些曾因「拍不起」而被擱置的宏大敘事 ， 或許正奔跑著擁抱 AI 影視 ， 闊步走向好萊塢大熒幕 。

    推薦閱讀