国产视频大模型奋起直追 Pika、阿里同日发布“对口型”利器

在AI多模态的激烈竞争中，视频生成成为科技巨头和新兴企业的焦点，尤其是AI视频生成技术。近日，PIKA推出了唇形同步功能，合作方ElevenLabs提供AI语音支持，而阿里巴巴则发布了更为先进的EMO框架，能生成包含丰富表情和姿势变化的视频。尽管PIKA目前限制在3秒分段同步，EMO则可生成任意时长且细节丰富的视频。值得注意的是，EMO的技术路径不同于Sora，基于Stable Diffusion 1.5改造，而非Transformer。

AI视频生成被认为是多模态应用的关键，如阿里Animate Anyone、字节跳动Magic Animate和微软GAIA等产品已显现其潜力。视频的多元信息表达能力使得AI视频工具在降低创作门槛的同时，拓宽了应用场景，有望助力各行各业的内容创新和效率提升。分析师认为，AI文生视频是多模态AIGC的下一个重要领域，而字节跳动也在秘密研发相关AI产品，反映出行业对这一领域的高度关注。

随着技术不断优化和更多玩家入场，多模态视频生成领域的创新将持续加速，为市场带来更多可能性和机遇。

本文来源：