生成式人工智能正席卷视频领域，一个名为QuickVid的新网站将多个生成式AI系统整合为单一工具，用于自动创建适用于YouTube、Instagram、TikTok和Snapchat的短视频。
只需输入单个单词，QuickVid即可从素材库中选择背景视频、撰写脚本和关键词、叠加由DALL-E 2生成的图像，并添加来自YouTube免版税音乐库的合成配音和背景音乐；其创始人Daniel Habib表示，他开发这项服务是为了帮助创作者满足粉丝“日益增长”的需求。
“通过为创作者提供快速、轻松地制作高质量内容的工具，QuickVid 帮助创作者提高内容产出量，降低倦怠风险。”Habib 在电子邮件采访中告诉 TechCrunch。“我们的目标是利用人工智能技术的进步，赋能你喜爱的创作者，使其能够跟上受众的需求。”
但根据使用方式的不同，像 QuickVid 这样的工具有可能让已经拥挤不堪的频道充斥着垃圾和重复的内容。此外，它们还可能面临来自那些选择不使用这些工具的创作者的反感，无论是因为成本（每月10美元）还是出于原则，但他们可能不得不与大量新的人工智能生成视频竞争。
进军视频领域
QuickVid 由自学成才的开发者 Habib 在短短几周内构建而成，他此前曾在 Meta 负责 Facebook Live 和视频基础设施。该产品于12月27日上线。目前其功能相对基础——Habib 表示更多个性化选项将于1月推出——但 QuickVid 可以拼凑出典型的 YouTube Shorts 或 TikTok 信息类视频所需的组件，包括字幕甚至虚拟形象（avatars）。
它易于使用。首先，用户输入一个描述他们想要创建的视频主题的提示词。QuickVid 利用 GPT-3 的生成式文本能力，根据提示词生成脚本。然后，QuickVid 从自动提取或手动输入的关键词中，从免版税素材库 Pexels 中选择背景视频，并使用 DALL-E 2 生成交叠图像。接着，它通过 Google Cloud 的文本转语音 API 输出旁白——Habib 表示，用户很快将能够克隆自己的声音——最后将所有元素组合成一段视频。
查看使用提示词“Cats”制作的这段视频：
或者这段：
QuickVid确实并未在生成式AI的可能性上突破界限，Meta和Google均已展示过能够根据文本提示生成完全原创片段的AI系统，但QuickVid通过整合现有AI技术，利用了大量B-roll短视频重复且模板化的格式，从而规避了必须自行生成 footage 的问题。
“成功的创作者有着极高的质量标准，并不愿意发布那些不符合他们个人风格的内容。”Habib 说。“这正是我们关注的用例。”
尽管如此，就质量而言，QuickVid 生成的视频表现参差不齐。背景视频往往有些随机或与主题仅有间接关联，鉴于 QuickVid 目前仅限于使用 Pexels 目录，这并不令人意外。与此同时，DALL-E 2 生成的图像则表现出当前文本到图像技术的局限性，如文字混乱和比例失调。
针对我的反馈，Habib 表示 QuickVid “每天都在进行测试和调整”。
版权问题
据Habib称，QuickVid用户保留对其创作内容的商业使用权，并获准在YouTube等平台上进行变现，但目前围绕AI生成内容的版权状态……尚不明确，例如美国专利商标局（USPTO）最近撤销了对一部AI生成漫画的版权保护，理由是受版权保护的作品需要人类作者身份。
当被问及美国专利商标局（USPTO）的决定可能对 QuickVid 产生何种影响时，Habib 表示他认为该决定仅涉及人工智能生成产品的“可专利性”，而不涉及创作者使用和变现其内容的权利。他指出，创作者通常不会为视频申请专利，而是更多地融入创作者经济体系，允许其他创作者重新利用他们的片段以扩大自身影响力。
“创作者关心的是以他们自己的风格发布高质量内容，从而帮助他们的频道增长，”哈比布说。
另一个即将到来的法律挑战可能会影响 QuickVid 的 DALL-E 2 集成——进而影响该网站生成图像叠加层的能力。微软、GitHub 和 OpenAI 正面临一起集体诉讼，指控他们违反版权法，允许 Copilot（一种代码生成系统）未经署名地复述受许可代码的部分内容。（Copilot 由 OpenAI 和 GitHub 共同开发，而 GitHub 归微软所有。）此案对 DALL-E 2 等生成式艺术 AI 具有影响，后者同样被发现从训练数据集（即图像）中复制粘贴内容。
Habib并不担心，他认为生成式AI的潘多拉魔盒已经打开，“如果明天出现另一场诉讼导致OpenAI消失，仍有多种替代方案可以为QuickVid提供动力”，他指的是开源类DALL-E 2系统Stable Diffusion，QuickVid已在测试使用Stable Diffusion来生成头像图片。
审核与垃圾信息
除了法律困境外，QuickVid可能很快会面临内容审核问题，尽管OpenAI已实施过滤器和技术手段以防止此类情况，但生成式AI存在众所周知的毒性和事实准确性问题，GPT-3会输出虚假信息，尤其是关于超出其知识库范围的最新事件，而经过微调的GPT-3后代ChatGPT已被证明会使用性别歧视和种族主义语言。
这令人担忧，尤其是对于那些打算使用 QuickVid 制作信息类视频的人而言。在一次快速测试中，我让比我更有创意（尤其是在这方面）的伴侣输入了一些具有冒犯性的提示词，看看 QuickVid 会生成什么内容。必须承认，QuickVid 对明显有问题的提示词如“犹太新世界秩序”和“9/11 阴谋论”并未生成有毒脚本。但对于“批判性种族理论向学生灌输思想”，QuickVid 生成了一个暗示批判性种族理论可用于洗脑学童的视频。
参见：
哈比布表示，他主要依赖 OpenAI 的过滤器进行大部分审核工作，并强调用户有责任手动审查通过 QuickVid 创建的每一个视频，以确保“所有内容都在法律界限之内”。
“一般来说，我认为人们应该能够自由表达自己，并创作他们想要的内容，”哈比布说。
这显然包括垃圾内容。哈比布认为，视频平台的算法而非 QuickVid 最有能力判断视频质量，而生产低质量内容的人“只会损害他们自己的声誉”。他表示，这种声誉上的损害自然会抑制人们利用 QuickVid 发起大规模垃圾信息活动的动机。
“如果人们不想观看你的视频，那么你在 YouTube 等平台上就不会获得分发，”他补充道。“生产低质量内容也会让人们对你的频道产生负面看法。”
但回顾像 Fractl 这样的广告代理商的做法颇具启示意义，它们在 2019 年使用名为 Grover 的人工智能系统生成了一整套营销材料——全然不顾声誉受损的风险。Fractl 合伙人 Kristin Tynski 在接受 The Verge 采访时表示，她预见生成式人工智能将引发“席卷所有可想象领域的、由计算机生成的海量内容海啸”。
无论如何，TikTok 和 YouTube 等视频分享平台尚未需要大规模应对审核人工智能生成内容的问题。Deepfakes（即用他人的肖像替换现有视频中人物面孔的合成视频）早在几年前就开始出现在 YouTube 等平台上，由那些使制作深度伪造视频变得更加容易的工具推动。但与如今最逼真的深度伪造视频不同，QuickVid 所创建的视频类型在各方面都不明显具有人工智能生成的特征。
Google Search 对人工智能生成文本的政策可能是视频领域未来发展的预兆。在涉及搜索排名时，Google 并不将合成文本与人类撰写的文本区别对待，但对于“旨在操纵搜索排名而非帮助用户”的内容会采取行动。这包括从不同网页拼接或组合而成且“[未]提供足够价值”的内容，以及通过纯自动化流程生成的内容，这两类情况都可能适用于 QuickVid。
换句话说，如果人工智能生成视频以重大规模兴起，它们可能不会遭到平台的全面封禁，而仅仅成为经营成本的一部分。这不太可能缓解专家们的担忧，他们认为 TikTok 等平台正成为误导性视频的新家园，但正如 Habib 在采访中所说：“生成式人工智能革命是不可阻挡的。”