做项目这两年一直在盯视频生成这块,越来越觉得Pika的热度和它实际能干的活对不上。demo很唬人,真拿去做连续镜头就露馅,可控性一直是短板。
反倒是多模态那一整套——文字、图像、语音、视频能互相喂的能力,被大家聊得太少。对我们做游戏的来说,能一句话生成带情绪的角色演出,比单纯出几秒炫技视频有用得多。
热钱都往会做demo的公司涌,闷头做底层能力的反而没声音,挺可惜。
做项目这两年一直在盯视频生成这块,越来越觉得Pika的热度和它实际能干的活对不上。demo很唬人,真拿去做连续镜头就露馅,可控性一直是短板。
反倒是多模态那一整套——文字、图像、语音、视频能互相喂的能力,被大家聊得太少。对我们做游戏的来说,能一句话生成带情绪的角色演出,比单纯出几秒炫技视频有用得多。
热钱都往会做demo的公司涌,闷头做底层能力的反而没声音,挺可惜。
同感,Pika做预告片行,做正片素材根本用不了
多模态才是未来这话我三年前就信,但落地是真难
mark
闷头做底层的确实没流量,投资人只看能不能刷屏
角色演出这个点戳我了,现在还是得靠动捕,成本下不来
被高估三个字放Pika身上有点狠了哈哈
其实它早期能火也是靠可控性卖点,后来被反超了而已
角色演出这块现在确实还得动捕兜底,纯生成的连续镜头一到情绪表演就露怯,成本压不下来