AI生成视频从碰运气的几秒到几十秒的4K了?

      用AI生成视频的人都懂一个痛。你输入一句话，它给你吐出几秒钟的片段，画面是挺惊艳，可你几乎控制不了它。想让它接着往下拍，接不上；想让镜头照你的意思运动，做不到；想拼出一个完整点的故事，只能生成一堆各不相干的碎片，再费劲往一起凑。说白了，过去的AI视频，更像抽卡，你只能一遍遍生成，碰运气撞上一个能用的。

      这两天谷歌更新了它的视频模型，冲着的正是这几个老毛病。

视频终于能接着往下续了

     过去AI续写视频为什么老接不上，因为老模型往下生成的时候，只看得到前面最后一秒的画面，前因后果它记不住，一续就跑偏、人物就变样。

      新版本能往回看前面整整十秒的内容再接着生成。这一下，画面的连贯、人物的一致就稳多了。你可以十秒十秒地往后接，最长累计到四十秒。

      不过这四十秒得说句实话，它不是一镜到底拍出来的，是四段十秒的片子，靠那十秒的记忆一段段衔接起来的。但就算这样，比起过去只能出几秒的孤立碎片，也已经是从做片段到能讲一小段故事的跨越了。

镜头能听你指挥了

      这个变化我觉得比续写还有用。新功能让你定好一段视频的第一帧和最后一帧，中间怎么过渡，交给AI去补。

      你想要镜头绕着主角转一圈，想要从远推到近的运镜，想要一个首尾相接的无缝循环，过去这些只能靠一遍遍抽卡撞运气，现在你把头和尾定死，AI就能把中间那段平滑、专业的镜头运动生成出来。视频这东西，运镜一旦能控制，就从玩具往生产工具迈了一大步。

先出草稿再出高清

      做视频的人都知道，反复试错最烧钱。新版本想了个办法，你可以先用很低的清晰度快速出几个草稿，花很少的钱、很快的速度，把创意方向试出来，挑中满意的那个，再放大成高清。

      它输出的所谓1080p和4K，是把720p的画面放大上去的，不是一开始就用那么高的清晰度生成的，谷歌自己的文档也写明了是放大。

      别一看4K就以为是顶级影视画质，它够用、够专业，但不是无中生有变出来的极致清晰。

看清它到了哪，也看清它还没到哪

      这几样更新合起来，AI视频这两年的方向就很清楚了，是从一个只能出惊艳片段、却没法控制的玩具，慢慢变成一个能续写、能运镜、能打磨的工具。这些功能单拎出来都不算炫，可合在一起，正是把AI视频从酷炫的demo，往真能干活推的关键几步。

      但也别被通稿带着神化它。四十秒还是靠拼接，4K还是靠放大，它离独立拍一条完整、复杂的商业片，还差得远。它现在最适合的，是给真正懂创意、有想法的人当一件越来越趁手的工具，帮你把脑子里的东西更快、更可控地做出来。

      工具在变强是好事，但决定一条片子好不好的，从来不是工具的分辨率，是握着工具的那个人。