Meta 宣布新的人工智能模型可以生成有声视频

脸书所有者 元 周五宣布，它已经建立了一个名为 Movie Gen 的新人工智能模型，可以根据用户提示创建逼真的视频和音频剪辑，并声称它可以与 OpenAI 和 ElevenLabs 等领先媒体生成初创公司的工具相媲美。

Meta 提供的 Movie Gen 创作样本展示了动物游泳和冲浪的视频，以及使用人们的真实照片来描绘他们在画布上绘画等动作的视频。

Meta 在博客文章中表示，Movie Gen 还可以生成与视频内容同步的背景音乐和音效，并使用该工具编辑现有视频。

在一个这样的视频中，梅塔让这个工具将绒球插入一个在沙漠中独自奔跑的人的手中，而在另一个视频中，它把一个男人正在玩滑板的停车场从干燥的地面变成了一个被溅起的水坑的停车场。

Meta 表示，Movie Gen 创建的视频最长可达 16 秒，而音频最长可达 45 秒。它分享的数据显示，盲测表明该模型的性能优于 Runway、OpenAI、ElevenLabs 和 Kling 等初创公司的产品。

这一消息发布之际，好莱坞今年一直在努力研究如何利用生成式人工智能视频技术。 微软– 支持的 OpenAI 在二月份首次展示了其产品 Sora 如何根据文本提示创建类似电影的视频。

娱乐行业的技术人员渴望使用此类工具来增强和加快电影制作，而其他人则担心采用未经许可就接受过版权作品培训的系统。

立法者还强调了对人工智能生成的伪造品或深度伪造品如何在世界各地（包括美国、巴基斯坦、印度和印度尼西亚）的选举中使用的担忧。

Meta 发言人表示，该公司不太可能像 Llama 系列大语言模型那样发布 Movie Gen 供开发者开放使用，并表示会单独考虑每个模型的风险。他们拒绝具体评论 Meta 对 Movie Gen 的评估。

相反，他们表示，Meta 正在直接与娱乐社区和其他内容创作者就 Movie Gen 的使用进行合作，并将在明年某个时候将其纳入 Meta 自己的产品中。

根据 Meta 发布的博客文章和关于该工具的研究论文，该公司使用了许可和公开可用的数据集来构建 Movie Gen.

OpenAI 今年一直在与好莱坞高管和经纪人会面，讨论涉及 Sora 的可能合作伙伴关系，尽管据报道这些谈判尚未达成任何协议。 5 月份，当演员斯嘉丽·约翰逊 (Scarlett Johansson) 指责 ChatGPT 制造商未经许可为其聊天机器人模仿她的声音时，对该公司做法的担忧加剧。

狮门娱乐公司《饥饿游戏》和《暮光之城》的制作公司 9 月宣布，将允许人工智能初创公司 Runway 访问其电影和电视库，以训练人工智能模型。作为回报，工作室及其电影制片人可以使用该模型来增强他们的工作。