衡宇 不圓 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

夜晚，后院監(jiān)控視角下，10只小兔子在蹦蹦床。

就這么一條時(shí)長8s、平平無奇的視頻，在TikTok上單條播放量超過5億。

大家皺著眉頭反復(fù)觀看：這到底是真實(shí)監(jiān)控視頻畫面，還是AI生成的??？？？

起初，量子位編輯部在工位上的朋友們，都被拉過來看了至少一遍。

直到有人發(fā)現(xiàn)了華點(diǎn)——

有兩只兔子，蹦著蹦著融合成一只兔子了！

別眨眼，看，就是這里：

我們才確認(rèn)這個(gè)沒有任何logo水印的視頻，的確由AI生成。

這條欺騙性極強(qiáng)的視頻在TikTok上獲得了5億播放量；隨便搜出一條打假它的視頻，也有700多萬播放量。

絕對(duì)是AI視頻里當(dāng)之無愧的出圈爆款。

“這個(gè)從我后院拍的視頻跟AI有什么關(guān)系？”

兔子的蹦床視頻爆火之后，網(wǎng)上還發(fā)散出了很多紅外監(jiān)控視角下的的其它動(dòng)物的版本。

比如會(huì)莫名原地虛空繁殖的干脆面們：

比如棕熊……蹦床都被蹦破了啊喂！

你說熊熊這么重，跳破蹦床情有可原，但蹦床的碎片怎么飛到一半就消失了？

雖然但是，這些AI動(dòng)物視頻騙過了很多網(wǎng)友。

甚至有人覺得，這一定是真實(shí)監(jiān)控畫面，因?yàn)楝F(xiàn)在AI對(duì)物理的理解還沒這么好！

有網(wǎng)友看還有很多人不信這是AI出品，干脆“訓(xùn)練”出了一只卡皮巴拉，直接叼著牌牌在鏡頭前友情提示：

這是AI生成的。

其實(shí)只要認(rèn)真盯著看，所有的這些視頻多少都存在些bug。

即使有的視頻里，并沒有出現(xiàn)動(dòng)物數(shù)量莫名變多或減少，乍一看沒啥毛病。

但仔細(xì)尋思畫面里展示出的物理規(guī)律和生物特征，就能慢慢咂摸出不對(duì)勁了。

目前暫時(shí)不清楚背后制作的AI用的是哪一款。

根據(jù)視頻里顯示出的現(xiàn)實(shí)世界的物理理解和展示，大多網(wǎng)友猜測(cè)，這些AI視頻大概率是使用Veo3生成的。

我們自己也試著用Veo3生成了一個(gè)“兔子蹦床”的視頻。

Maybe因?yàn)闆]有原版提示詞，最終效果沒有網(wǎng)上那些視頻那么逼真，但也足以混淆視聽——

有些圍觀網(wǎng)友坐不住了，連夜想要學(xué)習(xí)：“如果有人能教一下怎么讓視頻更逼真就好了”。

更多的人心懷擔(dān)憂：

如果AI視頻真的開始以假亂真了，我們?cè)趺捶直胬铄雍屠罟?、孫悟空和六耳獼猴呢？

短短一年半，AI視頻從“笑死我”到“詐騙我”

就目前的AI視頻生成效果而言，大多數(shù)時(shí)候，咱碳基生物還是能很快發(fā)現(xiàn)它不是真實(shí)拍攝而成的。

但，這次的蹦床視頻為什么就蒙蔽了那么多人的眼睛？

首先，模仿夜間紅外監(jiān)控畫質(zhì)，AI占了大便宜。

紅外監(jiān)控視頻本身的低清晰度其實(shí)是一種天然遮羞布。

它所拍攝的視頻多為灰度影像，細(xì)節(jié)粗糙、畫質(zhì)模糊、噪點(diǎn)明顯——這就天然降低了觀眾對(duì)真實(shí)與否的懷疑。

AI生成視頻在高分辨率環(huán)境下容易暴露破綻，很容易被看出物理邏輯不通、動(dòng)作失真、邊緣異常等等。

但如果你只需要模仿一個(gè)本來就只有480p的監(jiān)控?cái)z像頭畫面，甚至畫面里還有抖動(dòng)、拖影、壓縮馬賽克，這些瑕疵反而掩蓋了AI效果的缺陷。

其次，題材選得也非常好。

如果是真人蹦床，可能刷到的朋友們很快就劃過去了……

但如果是各式各樣的小動(dòng)物在夜間偷偷潛入你的后院，在蹦床上嗨，更有可能引得大家停下來多看兩眼。

“深夜”“監(jiān)控”“后院”貼近生活，“動(dòng)物蹦床”又有點(diǎn)獵奇。

最重要的是，現(xiàn)在第一梯隊(duì)AI視頻工具的生成效果，有時(shí)候真的可以以假亂真了！

遙想2023年3月，AI生成的“威爾史密斯吃面”突然在Reddit上爆火。

畫面中，AI生成的威爾·史密斯正吃著意大利面，但動(dòng)作非常僵硬，咀嚼過程不自然，甚至還有面條穿過嘴巴的詭異現(xiàn)象，總之非常詭異又讓人上頭。

這其實(shí)是外國網(wǎng)友用阿里當(dāng)時(shí)出的modelscope-text-to-video-synthesis視頻合成大模型所做。

想不到哇想不到，AI視頻生成從詭異畫風(fēng)到以假亂真，從3s一閃而過到10s也手拿把掐，也就才過了2年時(shí)間——

說實(shí)在話，2年時(shí)間并沒有很久，只是光陰似箭，AI進(jìn)展如梭。

One More Thing

最后貼心為大家送上2個(gè)識(shí)別是否是AI視頻的小tips～

不用找畫面里有沒有AI工具的logo，也不用仔細(xì)盯著視頻看有沒有違背物理原理的畫面出現(xiàn)。

只用兩招邪修大法：

一看視頻博主帶沒帶AI相關(guān)的tag。

二嘛，現(xiàn)在頂尖水平的AI，國外Veo3、國內(nèi)Kling等，單條視頻最長時(shí)長不超過10s。

你學(xué)廢了嘛？（手動(dòng)狗頭）

參考鏈接：
[1]https://www.reddit.com/r/ChatGPT/comments/1me4qgv/bunnies_on_a_trampoline_half_a_billion_views/
[2]https://www.tiktok.com/@polluxtea/video/7532505883838778680
[3]https://www.tiktok.com/search?q=bunnies%20on%20trampoline&t=1754004663912
[4]https://x.com/GZhan57/status/1950969713984676329
[5]https://x.com/kimmonismus/status/1951002671374278983