最快5秒光速出片，全球首个接近实时生成的AI视频模型来了

智东西
作者 云鹏
编辑 漠影

今天，AI视频模型火爆全球，呈现出百家争鸣的态势。虽然Sora姗姗来迟，却还是在上线当天就被挤爆了服务器。

国外有Runway、Luma AI这样的老牌玩家，国内则有各路AI创企和互联网科技巨头接连亮出自家的“中国造Sora”，各种AI生成视频越来越多地出现在大众视野中。

爱诗科技、生数科技、Minimax等AI创企不断掏出新策略、新功能、新玩法轮番轰炸，而科技大厂字节跳动、快手也入场搅局。

//oss.zhidx.com/uploads/2024/12/67713460d2406_67713460cd287_67713460ccc90_WeChat_20241229191153.mp4

▲由爱诗科技旗下PixVerse v3.5生成

与此同时，AI视频生成技术也在快速迭代发展，竞争来到新的阶段。AI视频模型的竞争开始从能用到好用，视频生成的速度、质量成为核心竞争焦点；另一边，视频生成也不局限于文字，随手发一张图就能生成精美视频已经成为现实。

在这批AI视频生成开拓者们中间，国内爱诗科技旗下PixVerse已成为跑的最快的一家，并在全球市场立下了良好口碑。PixVerse App海外市场一经上线，在多个国家杀入下载榜前列甚至位列榜首。

从上个月刚刚火爆全网、朋友圈频频刷屏的“毒液特效”视频，到12月“猛男肌肉特效”视频，这些“经典”都出自PixVerse之手，二者在生成总量上超过几百万次，在海外Tiktok平台曝光量已经过亿，其在全球范围的热度甚至一度超越了Runway和Sora。

▲谷歌搜索热度趋势图，来源：Google Trends

在C端取得如此骄人战绩后，PixVerse继续加快脚步，开“卷”专业AI创作能力，最近PixVerse的v3.5模型版本已经正式发布。

不少海外AI专业创作者和艺术家都在体验测试版的过程中给出了极高的评价，称3.5版本具有非常高的灵活性、富有创意，并且动画效果着实很赞。

▲AI艺术家Pierrick Chevallier

正式上线后，立刻有不少用户亮出了自己的得意新作，效果还是比较惊艳的：

▲来自X平台用户Alfred Cadoux

▲来自X平台AI创作者AZIZ

智东西也提前体验了PixVerse v3.5的内测版本，其生成速度领先数倍于竞品，画面细节满满、想象力丰富，动漫效果更是一骑绝尘，可以说十分惊艳。从日常娱乐到专业创作，AI视频生成正愈发深度地走进我们的生活。

一、5秒光速出图，全球首个接近实时生成的AI视频模型来了

为了感受PixVerse生成视频速度之快，我们首先挑选了一个日常生活中常常会遇到的轻负载高频次的场景——让表情包动起来，直接让一些静态梗图变成动图！

//oss.zhidx.com/uploads/2024/12/676e5dd55018e_676e5dd54cb04_676e5dd54cad9_已读不回小女孩视频.mp4

根据我们实际体验，在极速（Turbo）模式下，利用一张常见表情包生成视频的时间最短只有5秒左右，平均在8秒左右。

从生成效果来看，基本的描述都可以比较准确地实现，角色的肢体动作比较自然，遮挡关系都非常正确，尤其适合做表情包。

//oss.zhidx.com/uploads/2024/12/676e5ea4a75e5_676e5ea49cfff_676e5ea49c84b_蜘蛛侠超人拥抱视频.mp4

虽然在个别案例中，一些视频生成模型常见的细节穿模问题还有待优化，但能在10秒之内生成如此质量的视频，在体验上已经是一种跨越式提升了。

我们也对比了国外的AI视频生成老大哥Runway，不得不说，Runway在速度这块的确没输多少，也比较快，但生成视频质量却与PixVerse存在不小差距。生成效果甚至很难达到“可用”状态。

//oss.zhidx.com/uploads/2024/12/676e5e7c6f9b2_676e5e7c6b33b_676e5e7c6b2de_Runway超人蜘蛛侠拥抱.mp4

▲基于相同图片和提示词，Runway生成结果

这种牺牲质量换速度的策略显然存在很大风险，稍不留神就会“翻车”。

相比Runway，国内的可灵、海螺，生成同样主题视频的质量会好一些，与PixVerse相对接近，但是在速度上却慢了不少，平均生成时间都在2-3分钟之间，个别速度较快的案例可以在1分钟左右。

值得一提的是，PixVerse生成视频的速度并不是用质量换来的，整体对比下来，PixVerse的生成质量、对描述的还原程度，在大部分测试中都是最高的。

海外AI艺术家Volodymyr Cherner也亮出了自己的最新作品，他评论称，PixVerse可以在1分钟内生成1080P的高清视频，而不像其他产品一样需要8-10分钟，可以说是既快又好的代表了。

▲Volodymyr Cherner作品

▲Volodymyr Cherner作品

所以，高效且高质量的视频生成能够带来什么？

最显而易见的就是效率的提升，进而可以转化成实际生产中的经济效益提升。

但即使是1分钟，也与PixVerse存在数倍的速度差距，10秒与2分钟之间的差别，带来的就是十几倍的生产效率提升。

同样时间内，PixVerse可以给创作者提供更多的创作机会，发觉更多灵感和创意，大幅增加优质素材产出的概率、提高效率。

OpenAI的Sora在测试阶段，就曾因视频生成速度太慢的问题饱受诟病，初期Sora甚至需要10多分钟才能生成一段1分钟视频。Luma AI的Dream Machine发布后，很多用户甚至需要排队等待数小时才能得到生成的视频，这无疑大大消耗了用户的耐心，让体验打折扣。

相比之下，PixVerse可以几秒、十几秒生成视频，这种体验让AI视频生成真正变得更普及，我们可以随时随地利用AI生成视频并与他人交流、分享、使用。

二、解密底层模型升级：运动控制、细节表现出众，动漫创作效果行业第一

正如前文所说，“快”只是PixVerse的一个核心优势，其在生成质量方面的表现也可圈可点，尤其是在运动控制、细节呈现以及动漫/动画效果的表达上十分亮眼。

首先是运动控制的稳定性。比如在这个山路骑行的视频中，人物骑行的动作十分自然，车辆行驶的轨迹也控制的比较好，远处的背景与骑行者的关系也保持的比较稳定，镜头跟随效果自然。

//oss.zhidx.com/uploads/2024/12/676e5eba9a251_676e5eba963c2_676e5eba96095_骑行视频.mp4

在滑板视频中，滑板的运动轨迹展现是极为困难的，同时模型对人物肢体动作的控制和展现也都表现的比较好，没有出现明显的不协调或违和感。

//oss.zhidx.com/uploads/2024/12/676e5ec754584_676e5ec74dce7_676e5ec74dcbc_滑板视频.mp4

接下来，我们来看看PixVerse模型对细节的表现力，以及非现实创作能力。

在这组圣诞老人在纽约都市夜晚送圣诞礼物的视频中，我们选择了3D动画模式，模型表现出了出色的非现实画面创作能力，对于圣诞老人会以何种形式出现在大都市中，模型给出了很好的答案。

//oss.zhidx.com/uploads/2024/12/676e5ed4e896e_676e5ed4e2061_676e5ed4e2034_圣诞老人视频.mp4

同时，圣诞老人的形象可爱逼真，驯鹿的运动姿态很自然，符合常理。在雪橇滑行过程中，我们甚至可以看到很多细节，比如雪橇的颠簸、雪花轻轻溅起、阴影自然跟随。

在另一个北极熊在极光下做冰雕的视频中，3D动画版的北极熊憨态可掬，十分可爱，其毛发柔顺细密仿佛触手可及，同时北极熊手握冰雕工具的姿态也十分准确，进行雕刻的动作也十分自然真实，另外冰雕中的光线映射也比较拟真。

//oss.zhidx.com/uploads/2024/12/676e5eeade228_676e5eead88c2_676e5eead8888_北极熊视频.mp4

模型可以很好地想象出本不可能存在的场景，并将一些基本的动作和细节的刻画都做到位。

在另外两组现实人物面部特写视频中，模型一方面可以非常高质量的呈现人物面部细节，比如肤质、毛孔，同时模型可以准确呈现我们描述的人物神态，比如惊恐或是平静。

//oss.zhidx.com/uploads/2024/12/676e5f1167f4b_676e5f1157acc_676e5f1157aa3_大自然享受视频.mp4

火光在人物面部的映射，视频背景的自然虚化，这些细节也都做的比较到位。

//oss.zhidx.com/uploads/2024/12/676e5f22b7e8c_676e5f22b1e1b_676e5f22b1dea_火光面庞视频.mp4

在动漫、动画创作方面，我们还让PixVerse生成了一组海贼王主题的视频，视频中路飞和娜美在船头激情碰拳，模型可以准确还原动漫人物的标志性特点，角色的配色都没有问题，同时动作自然没有违和感。

//oss.zhidx.com/uploads/2024/12/676e5f35c62cb_676e5f35c0d56_676e5f35c0d18_路费娜美视频.mp4

在一组动漫风格的赛车追逐战视频中，漫画中常见的速度感、力量感线条表达被很好地呈现了出来，车辆的运动、镜头的运镜都处理的十分到位。

//oss.zhidx.com/uploads/2024/12/676e5f6c21d19_676e5f6c1bf75_676e5f6c1bf32_赛车追逐视频.mp4

可以看到，在动漫、动画创作方面，PixVerse的表现是十分惊艳的。据了解，目前PixVerse的动漫动画视频创作效果SOTA行业第一。

//oss.zhidx.com/uploads/2024/12/676e5f524bb97_676e5f5245fa5_676e5f5245f7a_大圣归来视频.mp4

最后，PixVerse的视频生成还支持首尾帧功能，用3D数字艺术家Travis Davids的话来说，两幅构图相近的图像放在一起非常有趣，就像变魔术一样。

▲Travis Davids作品，下方图片为首尾帧

整体来看，PixVerse 3.5版本的升级带来了非常直观的用户体验提升，其兼顾了生成速度和画质，在细节表现上十分出众，动画动漫效果成为其突出优势之一。结合极具性价比的价格，不论是对大众消费者还是专业创作者，PixVerse无疑都是当下国内AI视频生成领域的更优选择。

结语：AI视频大模型竞争升级，从能用走向普及好用

如今，AI大模型技术的发展已经从比拼参数走向比拼商业化落地，如何真正给消费者和企业带来好的体验，真正赋能生产力、提升生产效率，成为竞争焦点。AI视频生成赛道也不例外。

相比姗姗来迟吊足胃口的Sora，国内外一众AI创企和科技巨头都已亮出各种产品，像PixVerse这样的年轻力量已经走向世界舞台并斩获佳绩。爱诗科技凭借底模的升级，在速度颠覆性提升的基础上兼顾质量，将AI视频模型生成从能用带向好用。

今天，AI视频生成工具这把火正越烧越旺，消费者认知度也越来越强，随着“内卷”的加剧，企业想要真正杀出重围，还是要靠技术硬实力说话。体验好不好，消费者自会用脚投票。