ChatGPT发布仅过去了一年，市面上已然显现了众多的AI写作辅助工具。而此时我觉得选取一款免费的AI写作助手，最重要的影响原因是能否满足各样新型应用场景的需求，而不只限于平常的写邮件写文案等任务。而近期AI界突破性的发展当属Sora生成视频的发布，其生成的视频在流畅性，连贯性，恰当性，连续时间等方面都是超越此前已有的任何视频生成工具。因此我的近期写作应用场景，便是围绕着AI视频创作展开。一个AI视频创造能够分为重点三大过程：阅读理解剧本，分镜脚本管理，和最后的画面生成。而怎样去描述一个个电影级的镜头画面，构成一个连贯恰当的故事短片，有些普通的AI写作工具是难以完成的。由于这个行业比较垂直，缺乏语料训练。因此就必须这般的AI写作助手，它必须能够处理分析整部电影剧本，而后经过理解学习模仿，拥有进一步再创作的能力。阅读理解剧本因此在调研试用了许多AI写作工具之后，我对Kimi.ai的表现印象深刻。我重点看重的是它拥有20万字超长文本输入的阅读能力，亦便是直接上传全部剧本进行阅读。况且是免费的，国内直接能够登录。这儿我选取了著名的科幻电影《阿凡达》的英文剧本进行测试，总共有157页，能够直接上传对任意场景分析无压力。我对这部电影印象最深刻的一个场景，亦是全剧最高潮的一段，便是主人公骑着巨大红色的飞龙，降临在阿凡达族群中，给当时处在绝境的人们带来了期盼。
然则时隔这么数年，主人公叫什么名字，那个红色龙叫什么，还有她们聚集在一块祈祷的地区我皆想不起来了，只能尝试的用模糊的描述瞧瞧Kimi能否理解我的需求
说实话我第1次看见回复时候还是很惊艳的，之前亦尝试过有些其他AI制品类似的检索加强生成（RAG）文本的功能，但常常只能是胡乱截取片段回复的，缺乏关联性。而Kimi能够准确理解我模糊表达的含义，并且在全部剧本中准确检索到原文信息，还是非常厉害的。
阿凡达原始剧本中对这一幕的描述和我要找的一模同样 其实这亦是日前大模型开发中最必须改进的关键部分，便是怎样减少幻觉生成，并且加强超长上下文语境理解能力。Kimi的开发团队亦对这种“大海捞针”的长文本性能进行了完整测试，在对比实验中，Kimi的性能都超过了GPT-4 turbo以及Claude 2.1等其他模型，感兴趣的伴侣能够阅读她们的完整报告。Kimi Chat 颁布“大海捞针”长文本压测结果，亦搞清楚了这项测试的精髓
分镜脚本管理那样理解电影剧本只是第1步，怎样学习模仿并再创造，首要就必须理解电影镜头语言。实质上，有一系列的术语描述各样镜头种类。我亦让Kimi对《阿凡达》剧本中的镜头画面进行翻译和解释。
而在认识了这些电影术语之后，咱们就能够尝试去拆解这部剧本。其中一个重要环节便是分镜（storyboard），亦便是以故事图像的可视化方式来讲明影片的形成，通常以一次运镜做为分解单位，并标注上镜头类型、时长、对白等仔细信息。例如，咱们可以让Kimi按照《阿凡达》剧本创建一个分镜管理表
最后画面生成因此有了这般的分镜表，就能够一方面按照画面内容描述生成影片，同期镜头类型、运镜方式以及对白配音等其他元素亦进一步丰富影片的变化细节。那在AIGC时代，一切都能够用AI生成。Sora模型能够用照片输入做为初始，生成完整影片。那样咱们亦能够用Kimi来辅助生成描述繁杂电影画面的提示词，再运用类似Midjourney或Stable Diffusion等文生图工具进行绘制。这儿我让Kimi模仿《阿凡达》剧本格式进行再创作，生成一部历史冒险类的短片，主题内容和镜头类型都由Kimi决定，并且输出相应的文本生成照片的prompt
我按照上面生成prompt生成为了分镜脚本板，看起来还不错，已然有一点故事感了 dawn breaks over an ancient clock tower shrouded in mist, cinematic, oil painting style, consistent with a historical drama theme；黎明破晓于一座被雾气包围的古老钟楼上，拥有电影感，油画风格，与历史剧主题相一致。
 close-up of an elderly clockmakers hands delicately repairing an antique clock, detailed, with a focus on craftsmanship, consistent with a historical drama theme；特写镜头展示一位年迈钟表匠的双手正在精细地修复一座古董钟表，注重细节，强调工艺，与历史剧主题相符。
 a close-up shot of a gear slowly turning in the hands of a skilled clockmaker, high detail, reminiscent of a classic timepiece, consistent with a historical drama theme；一个特写镜头捉捕到一位技艺高超的钟表匠手中缓缓转动的齿轮，细节丰富，让人联想到经典的时计，与历史剧主题保持一致。
a panoramic view of a small town waking up to the sound of the town clock, with people starting their day, consistent with a historical drama theme；一个全景视角展示小镇随着镇钟的声响苏醒，人们起始她们的一天，与历史剧主题相符合。
a tracking shot following a young woman walking through a quaint town with a yellowed letter in hand, searching for an address, consistent with a historical drama theme；一个跟随镜头，捉捕一位青年女子手持一封泛黄的信件，穿行在古色古香的小镇上，寻找一个位置，这一场景与历史剧主题相契
a dialogue scene between a young woman and an elderly clockmaker discussing the legend of "the rift in time," consistent with a historical drama theme；一个对话场景，一位青年女子与一位年迈的钟表匠讨论“时间裂缝”的传说，这一主题与历史剧的风格保持一致。
结语总结下来Kimi在长文本视频剧本创作方面的能力非常出色，这亦与其背面优秀的技术团队——月之暗面（Moonshot AI）的实力密切关联。其创始人杨植麟亦是清华计算机系有名的AI专家，熟练认识自然语言处理行业的都晓得他的表率作XLNet以及Transformer-XL模型。而随着Sora模型的推出导致了AI发展的新热潮，将来结合像Kimi这般的文本对话助手和Sora这般的视频图像处理模型，简单的文字将会赋予每一个人无限丰富的自我表达能力和表现形式，将来充满无限可能令人期待。官网链接是http://kimi.ai，大众亦可以避免费尝试Kimi写作助手 | 
发表于 2024-8-19 03:32:00
