Phenaki 介绍
文字也能拍电影了。Phenaki 是一个由 Google 研究团队开发的模型，能够将一系列连续的文本提示（也就是一个故事梗概）转化为连贯的、长达数分钟的视频。它突破了以往文生视频工具只能生成几秒钟零散片段的局限。通过一种创新的视频压缩技术，Phenaki能够理解并执行一个完整的故事线，比如“宇航员在火星上散步，然后开始跳舞，最后和他的狗一起看烟花”，并将其无缝地生成为一个动态的视觉叙事。
Phenaki 需求人群
希望快速将剧本或创意可视化的电影制作人和编剧。
寻求用新颖方式讲述品牌故事或产品演变的营销人员。
探索AI在叙事和艺术创作方面可能性的数字艺术家和内容创作者。
从事计算机视觉和自然语言处理研究的学者与开发者。
Phenaki 主要功能
文本序列生成视频：核心功能，能够根据一系列按时间发展的提示词（一个故事）生成连贯的视频。
超长视频生成：可以生成长达两分钟甚至更长的视频，这在同类模型中是开创性的。
静态图片+文本生成视频：提供一张初始图片和一段文字提示，Phenaki能让静态的画面动起来。
开放域视频合成：不局限于特定场景，能够根据任意开放性的描述生成内容广泛的视频。
Phenaki 产品特色
强大的叙事能力：Phenaki最突出的特点是其理解和执行“故事”的能力，视频内容可以根据变化的提示词进行演进，而不是单一的场景。
时空连贯性：生成的长视频在时间和空间上保持了良好的一致性，避免了画面的突兀跳跃，故事看起来更流畅。
技术开创性：作为Google的前沿研究项目，它代表了文生视频领域的技术高峰，首次实现了从时变提示生成任意长度视频的研究。
模型高效性：采用了独特的编码器-解码器模型，能高效地将视频压缩成数据符号，在保证质量的同时提升了生成效率。