最近有个新模型挺能打的——ViVa AI,号称是首个向所有用户开放的、基于Sora同架构的视频生成模型,而且现阶段完全免费。这消息一出,不少做短视频的朋友应该都眼前一亮。

从功能上看,ViVa AI支持文本生成视频、图片生成视频,还能把分辨率放大到4K,提示词也能自动优化。单次生成的时长不算长——文生视频5秒,图生视频4秒。但真正让人意外的是它的运动幅度,目前应该是所有可用视频生成模型里最大的,同时图像分辨率也是最顶的那一档。实测下来,文生视频的效果明显优于图生视频,所以如果要上手玩,建议把运动幅度参数调到20左右,效果会比较稳。
ViVa AI最大的优势在于竖屏视频的生成质量。现在很多视频模型的演示都集中在横屏,一到竖屏表现就有点拉胯。但短视频平台才是内容的主战场,竖屏生成质量好不好,直接决定了这个模型有没有实用价值。从这个角度看,ViVa AI确实找到了一个关键的切入点。
不过也不能光说好话。从一致性测试来看,ViVa AI并没有达到Sora那种级别的物理特性模拟和3D一致性,部分场景下画面会出现不太稳定的情况。但有趣的是,如果把ViVa AI和谷歌刚发布的Veo模型放在一起对比,在写实内容的呈现上,两者其实已经相差不大。这个进步速度,值得关注。
