Meta 推出 Movie Gen AI，利用文本提示创建视频和音乐，帮助电影制作人节省时间和金钱

Meta 公司推出了 Movie Gen，这是一种人工智能，可以通过文本提示创建和编辑带有音乐和音效的视频。该人工智能具有最先进的视频和音频生成能力，其功能和逼真度是其他人工智能无法比拟的。

Movie Gen 是一个拥有 300 亿个参数的人工智能模型，能够根据文本提示生成 16 秒的高清片段。该人工智能已在 10 亿张图片和 1 亿段视频上进行了预训练。为了提高训练质量，这些视频是从一个更大的视频库中挑选出来的。电影基因音频是一个拥有 130 亿个参数的人工智能模型，能够根据文本提示生成 48 kHz 的音效和音乐。人工智能已在一百万小时的音频中进行了预训练。人工反馈和高质量的音频和视频示例被用来对人工智能进行微调。

给定一张人物照片和一个场景中人物的描述，人工智能就能生成动画演员和场景的逼真视频。人工智能已接受过 22 种摄像机运动和位置类型的训练，如广角、向上倾斜和卡车左移等，使电影制作人能够像真实拍摄一样指定虚拟摄像机的位置和运动。坚持使用真实演员和布景拍摄影片的电影制片人可以使用顶级数码单反相机，如亚马逊上最新的尼康 Z6III。与众不同的是，Movie Gen 能够准确、逼真地剪辑视频。目前，其他人工智能无法像 Movie Gen Edit 一样制作出如此出色的剪辑效果。

文本提示还可以为剪辑添加专业音效，包括音效和配乐。人工智能可以制作长达数分钟的音乐，但由于需要大量的计算机资源，因此只能制作 16 秒的视频片段。音频跟随场景中的节拍，并能根据场景背景生成屏幕外的声音，如森林中的鸟鸣声。

Meta 公司正在努力为 Movie Gen 添加防护措施，一旦对其安全性有信心，就会发布该人工智能。