从威尔・史密斯鬼畜吃面到「Her」，AI视频时代的到来

Leo

大家好，欢迎收听本期播客！今天我们将聊聊AI技术如何推动视频生成的发展。从威尔・史密斯的鬼畜视频到如今的高质量影片，AI正在改变我们对视频的理解。

张倩

是的，Leo，随着技术的进步，我们可以看到AI视频生成的效果越来越惊艳。比如字节跳动的豆包视频生成模型，它能够生成质量媲美电影的视频，真让人惊叹。

Leo

我记得在这之前，AI视频生成的效果常常很卡通化，表情和动作看起来都很不自然。但现在，这些模型能够捕捉到人类的细腻表情和动作，真是跨越了一大步！

张倩

没错，不过这背后也面临着一些挑战，比如算力和编解码的问题。我们需要更多的计算资源来处理这些视频数据，这使得训练和推理的成本也大幅上升。

Leo

对，算力的需求确实是一个大问题。Sora模型的训练算力需求甚至是GPT-4的4.5倍，推理需求接近400倍，这让很多企业感到压力山大！

张倩

而且在编解码方面，传统技术面临着巨大的挑战。视频编码和解码的效率直接影响视频质量和存储需求，这是一个必须解决的问题。

Leo

我听说火山引擎在这方面也有不少进展。他们推出了一款视频转码专用芯片，能够显著提高效率，减少成本，这无疑是个好消息。

张倩

是的，BVC2智能混合编解码方案在比赛中也取得了优异成绩，这证明了他们在高码率和低码率视频压缩中的优势。

Leo

更重要的是，BMF框架在豆包视频生成模型中的应用，它帮助团队解决了很多挑战，特别是在视频数据的预处理上，这是一个非常关键的环节。

张倩

没错，BMF框架不仅提高了处理效率，还允许团队迅速迭代开发，这对于模型的训练和优化至关重要。

Leo

视频正逐渐成为我们交流的一种新方式，火山引擎也在推出类似「Her」的实时交互解决方案，让用户和AI可以实时对话，这在教育和智能助手领域都有着广泛的应用潜力。

张倩

确实，视频的表达方式丰富而生动，正如火山引擎总裁所说，视频正在迅速崛起为人类的第二语言。通过这些技术，我们的交流方式会变得更加多元化。