文章主题：AI视频生成模型, AI图片生成模型, AI音频生成模型, Stable Video Diffusion
「 点击上方”GameLook
“↑↑↑，订阅微信 」
最近，由AI初创公司Stability.AI旗下的子公司Stability.AI在其官方平台上公布了一种最新的AI视频生成模型——Stable Video Diffusion。这种模型是在Stability.AI先前的AI图片生成模型Stable Diffusion和AI音频生成模型Stable Audio的基础上开发的。现在，Stability.AI已经几乎实现了对所有媒体内容生成的全面覆盖。
目前该模型已经可以在Github和Huggingface上下载。
Stable Video Diffusion有两种主要模型形态：SVD和SVD-XT。其中，SVD能够把静态图像转化为14帧的576×1024视频，而SVD-XT则在帧数上有了显著的提升，达到了24帧。据官方介绍，Stability.AI最早是在包含数百万个视频的大型数据集上进行训练的，然后又在包含数十万到一百万个剪辑的较小数据集中进行了精细调整。但是，关于训练视频的具体来源，目前依然存在一定的未知性，这也引发了一些关于版权的担忧。
Stability.AI的白皮书指出，Stable Video Diffusion目前处于“研究预览”阶段，用户需同意一些使用条款，明确了其预期应用场景（如“教育或创意工具”、“设计和其他艺术过程”等）以及非预期应用场景（如“人物或事件的真实陈述”）。这一模型的开源性也引起了一些担忧，毕竟类似AI生成的虚假视频在社媒上流传此前就造成过麻烦。
Stable Video Diffusion虽然在某些方面存在一定的局限性，例如无法生成无运动或快速移动摄像机所制作的视频，但在生成高质量四秒片段方面仍具有出色的表现，其能力与业界其他主流模型相当。
稳定性人工智能（Stability.AI）公司透露，其未来计划拓展基于稳定向量扩散（SVD）和稳定向量扩散-Extended（SVD-XT）的模型系列，同时还将推出一款“文本到视频”的工具，使文本提示能够融入网络模型之中。该公司强调，稳定向量扩散具备广泛的应用潜力，包括但不限于广告、教育和娱乐领域。
Stability.AI近期遭遇了多项挑战，包括高层管理人员的离职以及财务方面的压力。该公司的音频副总裁Ed Newton-Rex因与训练模型数据的版权问题产生分歧而选择离职。另外，据传该公司曾一度面临现金流短缺的问题，甚至导致AWS威胁要取消对其GPU实例的访问权限。
在人工智能领域中，Stability.AI并不是唯一一家致力于推动其产品路线图的初创公司。但是，随着Stable Video Diffusion的正式推出，这家公司进一步展示了其在生成媒体内容领域的持续投入，并显露出其在商业化的决心。
在这个AI热潮中，Stability.AI的一系列工具和模型，因其普遍开源的特性，对于游戏行业可能带来深远影响。游戏公司可以在Stability.AI公布的基础模型上进行精细调整，以快速生成各种场景所需的视频素材。此外，广告公司也可以利用Stable Video Diffusion等工具，快速生成各种买量广告素材，提高广告创作的效率和创意。
除了Stable Video Diffusion，Stability.AI还推出了Stable Audio，进一步拓展了其影响范围。Stable Audio由Stability.AI内部的声音实验室Harmonai研发，采用了与Stable Diffusion类似的扩散模型技术。该模型在音频生成领域也取得了一定的成就，但与此同时，公司也面临一些商业化和版权的挑战。
综合而言，Stability.AI的一系列工具和模型为媒体内容生成领域带来了新的可能性，在未来，随着这些模型的不断发展和完善，它们可能成为游戏行业和广告行业关键工具。
····· End ·····
GameLook每日游戏产业报道
全球视野 / 深度有料
爆料 / 交流 / 合作：请加主编微信 igamelook
广告投放 : 请加 QQ：1772295880
长按下方图片，”识别二维码
” 订阅微信公众号
····· 更多内容请访问 www.gamelook.com.cn ·····
Copyright © GameLook® 2009-2023
觉得好看，请点这里 ↓↓↓
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
