最近每天早上都在玩seedance2.0,你们都在抱怨要排队。

我从来没有体会过,我都是一大早6点就开始生视频了,生到9点半的时候。我要做的图都给我生完了。
我们最开始是从图生视频(文生视频跳过 没什么用),从23年2月开始Runway 、然后Sora(OpenAI)2024年2月首次发布。我们就正式进入了图生视频的创作时代
接着第二阶段就是首尾帧生成视频了,让画面更加可控,不会乱飞 乱跑,起码第一帧和结束帧是我们想要的画面,这个时候诞生了许多某红书的AI博主,都是国风的。Kling是2024年7月左右 上线 首尾帧生成视频,国内创作者开始大量用来做剧情转场,然后接着 即梦AI 2024年9月左右 加入 首尾帧控制 + 图生视频。 后面还生成了多首尾帧生成视频。
接着去年年底可灵先是发布了多模态参考生视频,然后接着谷歌研究员发布的与传统动画师做的CG动画也是多模态全能参考生视频,我就知道以后的方向就是这个了。
接着王炸出来了,接着2026 年 2 月 12 日字节旗下的即梦seedance2.0上线了。没错到现在还不到一个月的时间。接着是核爆炸,人物与产品的一致性,几乎很少出现瑕疵的问题,而且自带运镜与切镜。我就立马把快手的股票全部卖光了。 这就是资本的力量,你跑在前面也没什么用,你钱越多,计算是别人的几十上百倍的时候,你可以训练的内容模型就越全面 视频模型就越厉害。
(未做任何剪辑的 纯seedance生成的视频,包括配乐)
我来说一下我觉得可以怎么玩多模态生成视频的几个观点,后面应该会进入内容创作大爆发的时代,进入导演时代。
很多人设计师以为,现在Nano banana也好即梦seedance2.0也好,不是简单自然语言就可以直接生成了嘛,而且蛮好的啊。
当你去用的时候可不是这样的,模型在处理“自然语言”时,本质上是在进行概率预测。如果你只提供模糊的自然语言(高熵),模型就会落入概率最高的“平庸区间”(即大众化的风格)。模型在训练过程中包含了大量专业领域的标记(Tags),这些标记往往存在于自然语言的“日常语域”之外。
当你只说“画一个苹果”时,模型需要从万千可能性中盲猜:是写实的、卡通的、被咬了一口的。这种好处就是随机感强,有时候会有惊喜。但是容易大众化。
提示词越详细,效果就越好,就可以去大众化。
比如提示词简单时候:(美丽动人 天地法象)
提示词详细描述的时候:
区别还是非常明细的。
seedance2.0,很重要的能力就是全能参考,如果你丢给参考图比较low能生成的视频一样是一坨大便。 就好比你请一个全球最牛的制作团队给你做视频,但你给了一个喜羊羊的动画让它作为对标参考,不好意思
他的上限就是喜羊羊。
也可以C4Dk帧动画 参考运镜,所以以前会C4D基础动态的人还是有原创优势的。
至于以前学胡迪尼的同学,不好意思,真的没太多你们的事情了,除了传统CG还需要保留极少部分去做高原创高投资的模拟电影动画之外。
很多同学会抱怨怎么只有15秒的视频,没有直接做长一点的视频嘛。或者结尾很突然,或者前面的内容没有做好。
不好意思,你是可以上传一段15s以内的视频让它延长或者向前延的视频的。这里理论上,你可以一段一段上传可以延长1个小时,一部1小时的电影就做好了。
比如那个巨大鞋子的出现,太突然了,没有铺垫,我就可以把那个生成好的视频,在丢给seedance2.0 向前延长10秒。
不要以为现在AI生视频了越来越厉害了,好像普通人也可以随便的做出来了。这也就是傻逼老板以为的。
很多人会产生一种错觉:好像任何人都可以做视频创作了。但真正做得好的内容,反而越来越依赖基础能力。普通人以为有了一台最新的苹果手机自己也会拍照了,拍照好看的依然是哪些懂构图 懂光影 懂审美的摄影师。
AI生成的视频,很少可以直接拿来用的,一定要剪辑,剪辑的核心就是要有:
所以记得AI越厉害,设计基础,基础导演思维 就变的越重要!!