新智元报道
编辑：Aeneas 好困
Runway 的 Gen-1 还没内测完，Gen-2 就以迅雷不及掩耳之势发布了。这次的效果更加炸裂，AI 大导离淘汰人类，又近了一步。
昨天，Midjourney 生成的完美情侣刷爆网络，大家纷纷在留言区里畅想，下一步，就是演员被淘汰，人人都能升级大导，一键生成大电影了。
巧得很，今天，会做视频的 AI 模型不就来了嘛。
刚刚，仿佛一声惊雷炸响，Runway 发布了文字生成视频模型 Gen-2。
宣传词也是非常炸裂——「say it，see it」，只要你说得出来，它就能给你做出来。科幻小说里的超能力成真了！
可以说，有了 Runway Gen-2，你就能用任意的图像、视频或文本，生成一段酷炫大片，想要啥风格，就有啥风格。
这个速度简直让人目瞪口呆：Gen-1 的内测都还没拿到呢，Gen-2 就来了！
一句话，一张图，三秒视频无中生有
此前，Runway 在文本到图像领域就曾经大放异彩，大名鼎鼎的 Stable Diffusion，就是 Runway 开发的。
在今年 2 月，Runway 就提出了首个 AI 编辑模型 Gen-1。
顾名思义，Gen-1 可以在原视频的基础上，编辑出咱们想要的视频。无论是粗糙的 3D 动画，还是用手机拍出来的摇摇晃晃的视频，Gen-1 都可以升级出一个不可思议的效果。
论文地址：https://arxiv.org/abs/2302.03011
比如用几个包装盒，Gen-1 就可以生成一个工厂的视频，化腐朽为神奇，就是这么简单。
而相比 Gen-1，Gen-2 获得了史诗级的升级——可以从头开始生成视频。
目前，这个模型还未开放，预计在几周内会公开。
而根据目前的演示片段看来，Gen-2 的效果似乎暂时比不上 Gen-1，没有那么逼真。
但是，这毕竟是 AI 文生视频 0 到 1 的第一步。AI 导演做到这一步，已经够人类颤抖的了。
网友实测，效果炸裂
而获得内测资格的幸运网友，已经开始动手生成自己的电影了。
可以看出，无论是宫崎骏风格的日系动画，还是写实风格的镜头特写，或者魔幻特效的电影大片，Gen-2 都不在话下。
虽然目前的画质可能还不够细腻，但毕竟是从 0 生成的视频，一旦日后优化好，大导们的饭碗怕是捧不稳了。
Gen-2 的八大「魔法」
Mode 01：Text to Video（文字生成视频）
一个文本提示，就能合成出任意风格的视频，不怕它生不出来，只怕你想不到。
提示：
在纽约市的一间阁楼里，傍晚的阳光透过窗户温柔地洒进屋内。
输出：
Mode 02：Text + Image to Video（文字+图像生成视频）
输入一幅图，再加一句 prompt，直接就给你变成了视频。
输入图像：
驱动提示：
在一个低角度拍摄的画面中，男子正沿着街道行走，周围酒吧的霓虹灯照亮了他的身影。
输出：
Mode 03：Image to Video（图像生成视频）
这个不用解释了，你给它一张图片，它给你秒变一段视频。多种风格，随你选择。
美图一秒变电影，这也太梦幻了吧。
输入图像：
输出：
Mode 04：Stylization（风格化）
如果你有一段原视频，但是效果不够炸裂，怎么办？
只需要把你想要叠加的风格用图片或者文字叠加上去，多魔幻的风格都立马生成，秒变好莱坞大片。
原始视频：
驱动图像：
输出：
Mode 05：Storyboard（故事版）
将模拟的场景一拉，就变成了风格化和动画化的渲染图，前期制作一键简化。
输出&输出对比：
Mode 06：Mask（掩码）
在你的视频中分离出特定的对象，然后通过 prompt，想怎么改就怎么改，比如下图中，金毛秒变斑点狗。
输入视频：
驱动提示：
一只身上有黑色斑点的白毛狗。
输出：
Mode 07：Render（渲染）
只要输入图像或提示，无纹理的渲染立马变成现实的输出，深度和真实感震撼人心。
输入视频：
输出：
Mode 08：Customization（个性化）
通过自定义，让原视频个性化大变身，保真度还超高。
点击就看外国小哥秒变海龟人。
输入&输出对比：
训练图像：
从生成结果来看，Gen-2 的前景，实在是太令人着迷了。（Gen-1 的内测申请在这里，http://t.cn/A6Cu1cdy）。
虽然 Meta 和谷歌也有类似的文本到视频模型（Make-a-Video 和 Phenaki），生成的剪辑更长、更连贯。
但这些体量更大的公司并没有投入多大的资源，相比之下，Runway 的团队只有区区 45 人。
其实，Runway 自 2018 年以来，就一直专注于研究 AI 工具，并在去年年底筹集了 5000 万美元。
有趣的是，Stable Diffusion 的初始版本，就有 Runway 的贡献。只不过后来被 Stability AI 普及，并有了更进一步的发展。
而这也告诉我们，初创公司在生成式 AI 上的潜力，是多么惊人。
一大波展示
提示：一只眼睛的特写镜头
提示：无人机拍摄的沙漠景观
参考资料：
https://research.runwayml.com/gen2
https://www.theverge.com/2023/3/20/23648113/text-to-video-generative-ai-runway-ml-gen-2-model-access
