继文本生成、图像生成后，视频生成也加入到了“内卷”行列。 7月26日的智谱Open Day上，在大模型赛道上动作频频的智谱AI，正式推出视频生成模型CogVideoX，并放出了两个“大招”： 一个是智谱清言打造的视频创作智能体清影，可使用文本或图片生成时长6秒、1440×960清晰度的高精视频。 另一个是智谱清言小程序上线的“让照片动起来”，可以直接在小程序中上传照片，输入提示词生成动态视频。 不同于一些小范围开放或预约才能使用的产品， 清影智能体面向所有用户开放，输入一段提示词，选择自己想要的风格，包括卡通3D、黑白、油画、电影感等等，配上清影自带的音乐，就能生成充满想象力的短视频。企业和开发者也可以通过调用API的方式，体验文生视频和图生视频能力。 由此引出了这样一个问题：目前视频生成类产品仍处于“可玩”的阶段，距离商用仍然有不小的鸿沟，智谱AI的进场将产生什么样的影响？ 01 更快更可控的“清影” 在Sora引爆视频生成赛道后，行业内掀起了一场连锁反应，先是Runway、Pika等产品在海外市场走红，国内在4月份以后也陆续曝光了多个文生视频类大模型，几乎每个月都会有新产品上线。 市场层面越来越热闹，体验上却陷入了相似的困局，确切的说是两大绕不过去共性问题： 一是推理速度慢，哪怕只是4秒的视频，也需要10分钟左右才能生成，而且视频越长，生成的速度越慢； 二是可控性差，在限定的语句和限定的训练样本内，可以有不错的效果，一旦“越界”就会出现“群魔乱舞”的情况。 有人将其比作为游戏中的“抽卡”，多试几次才会生成想要的效果。然而一个无法掩盖的事实是，倘若文生视频要尝试25次才能生成一次可用的，每次生成的时间动辄10分钟，意味着想要获得一条几秒中的视频，需要长达四个多小时的时间成本，所谓的“生产力”也就无从谈起。 在智谱清言里试用了“清影”的文生视频和图生视频功能后，我们发现了两个令人惊艳的体验：生成一条6秒的视频，只需要花费30秒左右，推理时间从分钟级被压缩到了秒级；采用“镜头语言+建立场景+细节描述”的提示词公式，一般“抽两三次卡”就能够获得让人满意的视频内容。 以文生视频的场景为例，给“清影”输入“写实描绘，近距离，猎豹卧在地上，身体微微起伏”的指令后，一分钟内就生成了一段“以假乱真”的视频：风吹动草地的背景，猎豹不断晃动的耳朵，随着呼吸起伏的身体，甚至每一根胡须都栩栩如生……几乎可以被误认为是近距离拍摄的视频。 为什么智谱AI可以“跳过”行业内普遍存在的痛点？因为所有的技术问题，都可以通过技术上的创新解决。 隐藏在智谱清言视频创作智能体“清影”背后的，是智谱大模型团队自研打造的视频生成大模型CogVideoX，采用了和Sora一样的DiT结构，可以将文本、时间和空间融合。 通过更好的优化技术，CogVideoX的推理速度较前代模型提升了6倍；为了提升可控性，智谱AI自研了一个端到端视频理解模型，为海量的视频数据生成详细的、贴合内容的描述，以增强模型的文本理解和指令遵循能力，使得生成的视频更符合用户的输入，并能够理解超长复杂prompt指令。 如果说市面上的同类产品还在“可用”上下功夫，创新上“全垒打”的智谱AI已经进入了“好用”的阶段。 直接的例子就是智谱清言同步提供的配乐功能，可以为生成的视频配上音乐，用户需要做的仅仅是发布。无论是没有视频制作基础的小白用户，还是专业的内容创作者，都可以借助“清影”让想象力化为生产力。 02 Scaling Law再次被验证 每一次看似不寻常的背后，都有其必然性。在同类产品要么不开放使用，要么还处于阿尔法版本的阶段，“清影”之所以成为人人可用的AI视频应用，离不开智谱AI在频生成大模型上的多年深耕。 时间回到2021年初，距离ChatGPT的走红还有近两年时间，诸如Transformer、GPT等名词只是在学术圈讨论时，智谱AI就推出了文生图模型CogView，可以将中文文字生成图像，在MS COCO的评估测试中超过OpenAI的Dall·E，并在2022年推出了CogView2，解决了生成速度慢、清晰度低等问题。 到了2022年，智谱AI在CogView2的基础上研发了视频生成模型CogVideo，可以输入文本生成逼真的视频内容。 彼时外界还沉浸在对话式AI的场景中，视频生成并不是焦点话题，但在前沿的技术圈里，CogVideo已经是炙手可热的“明星”。 比如CogVideo采用的多帧率分层训练策略，提出了一种基于递归插值的方法，即逐步生成与每个子描述相对应的视频片段，并将这些视频片段逐层插值得到最终的视频片段，赋予了CogVideo控制生成过程中变化强度的能力，有助于更好地对齐文本和视频语义，实现了从文本到视频的高效转换。 Meta推出的Make-A-Video、谷歌推出的Phenaki和MAGVIT、微软的女娲DragNUWA以及英伟达Video LDMs等等，不少视频生成模型都引用了CogVideo的策略，并在GitHub上引起了广泛关注。 而在全新升级的CogVideoX上，诸如此类的创新还有很多。比如在内容连贯性方面，智谱AI自研了高效三维变分自编码器结构（3D VAE），将原视频空间压缩至2%大小，配合3D RoPE位置编码模块，更有利于在时间维度上捕捉帧间关系，建立起视频中的长程依赖。 也就是说，视频创作智能体“清影”的出现绝非偶然和奇迹，而是智谱AI日拱一卒式创新的必然结果。 大模型行业有一个著名的定律叫Scaling Law，即在不受其他因素制约时，模型的性能和计算量、模型参数量、数据大小呈现幂律关系，增加计算量、模型参数量或数据大小都可能会提升模型的性能。 按照智谱AI官方给出的信息，CogVideoX的训练依托亦庄高性能算力集群，而且合作伙伴华策影视参与了模型共建、另一家合作伙伴bilibili参与了清影的技术研发过程。沿循这样的逻辑，“清影”在生成速度、可控性上超预期的体验，无疑再一次印证了Scaling Law定律的有效性。 甚至可以预见，在Scaling Law的作用下，后续版本的CogVideoX，将拥有更高分辨率、更长时长的视频生成能力。 03 “多模态是AGI的起点” 一个可能被习惯性忽略的信息在于，智谱AI并没有将“清影”作为独立的产品，而是以智谱清言的智能体上线。 个中原因可以追溯到智谱AI CEO张鹏在ChatGLM大模型发布会上的演讲：“2024年一定是AGI元年，而多模态是AGI的一个起点。如果想要走到AGI这条路上去，只停留在语言的层面不够，要以高度抽象的认知能力为核心，把视觉、听觉等系列模态的认知能力融合起来，才是真正的AGI。” 5月份的ICLR 2024上，智谱大模型团队在主旨演讲环节再次阐述了对AGI技术趋势的判断：“文本是构建大模型的关键基础，下一步则应该把文本、图像、视频、音频等多种模态混合在一起训练，构建真正原生的多模态模型。” 过去一年多时间里，大模型的热度一浪高过一浪，却未能摆脱“缸中大脑”的局限，应用场景十分有限。而大模型想要脱虚向实，想要走进实际的生活和工作中创造价值，必须要长出手脚的执行能力，比如在语言能力外延伸出听觉和视觉的能力，并通过这些能力和物理世界进行无缝连接。 再来审视视频生成大模型CogVideoX和视频创作智能体“清影”，无疑可以得出一些不一样的答案。 CogVideoX的文生视频、图生视频能力，可以看作是对认知能力的拆解，先实现单项能力的突破；以视频创作智能体形态出现的“清影”，可以看作是对不同模型能力的收拢，在原生多模态大模型还不太成熟的情况下，用户可以通过多个智能体的组合，高效且精准地解决现实问题。 可以佐证的是，在智谱AI的大模型矩阵里，已经涵盖具备视觉和智能体能力的GLM-4/4V、推理极速且高性价比的GLM-4-Air、基于文本描述创作图像的CogView-3、超拟人角色定制模型CharacterGLM、擅长中文的向量模型Embedding-2、代码模型CodeGeeX、开源模型GLM-4-9B以及视频生成大模型CogVideoX，客户可以根据不同的需求调用不同大模型，找到最优解。 而在To C应用方面，目前智谱清言上已经有30多万个智能体，包括思维导图、文档助手、日程安排等出色的生产力工具。同时智谱AI还推出了由数十万个AI体组成的多智能体协作系统——清言Flow，不仅限于单一智能体的交互，涉及多轮、多态、多元的对话交互模式，人们仅需通过简洁的自然语言指令，就能处理高度复杂的任务。 做一个总结的话：现阶段距离真正意义上的AGI还有不小的距离，但智谱AI正在用“单项突破，能力聚合”的方式，提前让AGI照进现实，让强大的大模型能力真正用来帮助人们的工作、学习和生活。 04 写在最后 需要正视的是，目前视频生成大模型对物理世界规律的理解、高分辨率、镜头动作连贯性以及时长等，仍存在非常大的提升空间。 在通往AGI的路上，智谱 AI等大模型厂商不应该是孤独的行路者。作为普通用户的我们，也可以是其中的一员，至少可以在智谱清言上用自己的“脑洞”生成有趣的视频，让更多人看到大模型的价值，利用AI提升创作效率的同时，加速多模态大模型不断走向成熟。相关推荐: 素朴中医院儿科门诊：治疗儿童抽动症，孟牛安主任强调分清主次孟牛安主任是中医药治疗儿童抽动障碍的专家，拥有近40年的临床经验。在儿童抽动障碍治疗方面，他有着深厚的造诣和丰富的临床经验。不仅在中医儿科领域中享有盛誉，还积极参与全国名老中医传承小组的学习和研究，不断钻研中医治疗儿童抽动障碍的理论和方法，就是为了运用中医药帮助更多患儿康复。 在门诊上，孟牛安主任总是反复向患儿的家长解释并强调：治病需要分清主次。 他理解家长的焦虑，毕竟儿童抽动障碍不是一个短期内能治好的疾病，它可能对孩子的未来生活造成影响，甚至伴随终身。因此，家长的担心是正常的。然而，有些家长在门诊上会一股脑地将孩子所有的健康问题告知孟主任，并希望通过他的治疗一次性解决。 中医认为，孩子的生理特点属于“脏腑娇嫩，形气未充”，所以他们的身体难免会出现一些虚弱、易生病的情况。尤其是抽动症患儿，在“脏腑娇嫩，形气未充”的基础上，又多了“肝风内动”这一问题。因此，在治疗上需要孟主任结合自己几十年的临床经验，对孩子复杂的问题进行调理，治病有标本缓急，更需要分清主次。 有一个长期治疗的患儿，本来抽动症的情况特别明显，但在孟主任的调理下，一段时间后，症状几乎完全消失。家长和患儿都很高兴，并询问孟主任是否可以停止服药。 孟主任回答，不仅不能停药，还要继续规律服药巩固1到3个月，这是因为抽动症的病机复杂，有时候孩子症状没有了，不代表孩子抽动的“病根”也被消除了，况且孩子的症状也受到外界环境的影响，即使症状消失了，孩子也可能在短期内，因为各种因素复发。因此，他还详细告诉家长，仍需注意控制孩子使用电子产品、少吃辛辣刺激食物、避免情绪刺激等方面，这样才能不留病根，完全治愈。 孟主任强调，治病需要抓住主要矛盾，所谓的调脾胃、补正气需要在抽动缓和下来的时候再调理。他指出，抽动症的治疗不能一味追求全面解决所有健康问题，而是要有针对性地处理主要症状。在抽动症缓解后，再逐步调理其他方面的问题。 中医治疗儿童抽动障碍具有明显的优势，药物副作用小，同时可以治疗其他疾病，疗效稳定。中医强调整体调理，通过辨证施治，根据患儿的具体情况，调整治疗方案，既治疗症状，又调理身体的整体状态。 孟牛安主任建议家长在面对孩子的抽动症状时，不要过度焦虑，要相信中医药的疗效。在治疗过程中，要配合医生的建议，注意孩子的生活习惯和饮食调理，避免情绪刺激，帮助孩子建立良好的生活规律，促进病情的康复。 如果孩子有抽动症、多动症、鼻炎、腺样体肥大、脾胃虚弱、积食等问题，想预约孟牛安主任看诊，可以微信搜索云太医小程序，搜索孟牛安，即可预约挂号，远程视频看诊。 相关推荐: 看，母婴赛道的领军探索者来了！海普诺凯荷天下母婴联盟携手开启新征程婴配粉作为母婴市场的核心产品，长期以来一直是母婴渠道的重要支撑。母婴渠道在婴配粉销售领域具有举足轻重的地位，婴配粉品牌与母婴渠道之间的关系紧密相连，深度合作共赢已成为当前市场发展的关键。面对市场竞争和挑战，品牌与渠道唯有携手共进，才能突破发展瓶颈，实现共同成长。 在此背景下，高端奶粉品牌海普诺凯积极拥抱母婴渠道，去年率先成立了荷天下母婴联盟。通过一年的项目实践和试点，双方合作取得了显著成果。近日，2024年海普诺凯荷天下母婴联盟峰会在敦煌成功举办，海普诺凯与联盟合作伙伴齐聚一堂，共同探讨下一阶段的发展策略。 本次峰会旨在巩固双方合作关系，共同应对市场变化，进一步拓展母婴市场，目前似乎已经走出了一条正确而且符合市场规律的发展路径。 Part 1 “荷天下”强者共舞， 敦煌峰会发出新的号召 近年来，国内人口出生率持续走低、新生人口红利不断压缩，婴配粉市场竞争愈发残酷、品牌集中度日益加速，但头部品牌的地位和效应变得更为明显。为了能够进一步抢占婴配粉市场份额，头部品牌开始充分加码母婴渠道的争夺战。 毕竟就婴配粉行业来说，母婴渠道属于“兵家的必争之地”。尼尔森IQ发布的《婴幼儿配方奶粉市场洞察及趋势报告》显示，母婴渠道的销售额占母婴市场整体销售额的比例近七成。可见母婴渠道在婴配粉销售中依旧占据着主导位置，抢占母婴渠道自然也成为了决胜的关键因素之一。 从婴配粉头部品牌的动作来看，他们正在着力抢占优势渠道，通过建立渠道联盟如母婴俱乐部、母婴联盟的方式来实现强强联合。海普诺凯也在去年整合合作客户资源成立了荷天下母婴联盟，期望以合力实现共赢发展。 海普诺凯荷天下母婴联盟峰会于敦煌召开 如今荷天下母婴联盟经过一年的项目试点，双方合作取得了明显的成效，近日又在敦煌召开了2024年海普诺凯荷天下母婴联盟峰会，基于现有的合作成果向合作伙伴发出了新的号召——“大道同行 荷力共赢”，集中探讨新的行业合力发展之道。 在大环境的“重压”之下，不论是婴配粉品牌之间的竞争，还是母婴渠道之间的竞争，仅靠单方的努力很难实现，而且品牌与渠道已经呈现出了“共生”的关系，强强联合、聚力发展方是上策。 荷天下母婴联盟正是海普诺凯洞察市场竞争激烈程度升级的有力动作，注重上游品牌与下游渠道之间的联系，通过与业内人士通力协作，共同谱写双方的美好未来。 Part 2 关注渠道发展“痛点”， 全面赋能助力实现新的增长 对于母婴渠道来说，由于当下婴配粉市场还处于震荡期，使得母婴渠道面临许多自己无法解决的痛点问题，比如大盘收缩、开新锁客难、窜货乱价导致价盘不稳等。在此情况之下，母婴渠道的利润无法得到保障，很容易导致渠道对婴配粉品类失去信心。 母婴渠道作为婴配粉的销售主力，对于婴配粉品牌来说地位至关重要，品牌需要格外关注并解决渠道的痛点问题，帮助他们走出困局的同时也为自身带来更大的竞争力。 此时渠道定制奶粉可能就成为了实现品牌与渠道紧密连接的重要纽带，通过渠道定制奶粉打造稳定的价盘，从而为渠道带来稳定的利润。在这次敦煌峰会中，海普诺凯又发布了一款作为荷天下渠道定制产品而存在的荷致翡翠版。 海普诺凯在峰会期间发布3款新品， 其中一款为渠道定制“荷致翡翠版” 据了解，荷致翡翠版搭载“Pro591黄金配比技术”，以A2蛋白奶源与有机奶源组合提供源生高阶自护营养，由内而外全方位构建婴幼儿全面营养摄入与自护力屏障。 除此之外，为了更好地满足当下消费者的多元产品需求以及渠道延长终端服务生命线的需求，海普诺凯也进行了多品类布局，形成了从婴配粉、特配粉到妈妈配方奶粉、儿童奶粉等覆盖生命全周期的品类矩阵，为渠道联盟提供更优质、更具竞争力的产品。 无论是渠道定制奶粉还是多品类产品，海普诺凯从精细化、专业化的营养需求出发，带来了高品质、多产品、优组合的选择，进一步帮助渠道打造自己的独特优势，同时凭借突出的品牌力，也在很大程度上减少了教育成本，为渠道实现流量和利润平衡带来了更多可能。 实际上，除了在产品方面发力之外，早在荷天下成立之初，就确立了围绕全域引流拓客、提高会员贡献、高效团队赋能、系统品牌打造这4大核心策略，通过品牌引流、专属产品、会员服务和渠道政策等为联盟渠道推出“6大优享权益+12大专属权益”。 只有充分瞄准渠道的发展痛点并为其提供解决方案，才能切实帮助渠道提升差异化竞争力，更好地应对市场压力。而在品牌深度拥抱渠道的时，渠道也将反哺品牌，为双方实现良性发展提供充足的条件。 Part 3 苦练产品“内功”， 以极致产品力与渠道共谋未来 随着婴配粉品牌之间的竞争愈发激烈，寻求新的增长突破成为了发展重点，其中高端品类受到了广泛关注。主要是随着生活水平的提升，新生代父母对产品的品质要求更为旺盛，高端产品在很大程度上代表着高品质。…
原创文章，作者：admin，如若转载，请注明出处：http://readdaily.cn/other/137494.html
