北京
出品｜网易科技《态度》栏目
作者｜丁广胜
1. 如何让视频更好用，再下一城。不仅仅是文生视频，连音频也一并搞定，且非常逼真。pika说不好意思他们不再“静音”了，音频生成包括两个方法，一是输入prompt，二是直接根据视频内容匹配生成。pika把这一功能称为“sound effects”。目前开放测试版给到“超级合作者和专业用户”。
2.输入prompt生成音频或许不值得特别惊讶，大家乐见其成的是“根据视频生成”，即你让ai生成了一段视频，pika根据视频再帮你搞定音频，且这个音频完全符合现实世界——让我想起了电影工业的昂贵“手艺人”音效师——又一个即将失业的群体？
3.“这是工程上的一个小进步，从技术角度来讲，没什么”。英诺天使基金合伙人王晟告诉网易科技《态度》，虽然pika生成质量方面还有不少问题，但这是趋势，ai把各种模态都统一起来，用一个prompt去解决，这大大提升了视频制作的流程和效率，ai让这个事情变得非常简单，但本质上技术难度不大。
4.在pika的x博文留言区，引来了音频工作者的质问：能分享一下训练音频的数据吗？许多创作者担心他们的作品在未经他们同意的情况下被你们使用。
5.文生音频其实比文生视频要成熟。经过网易科技粗略统计，市面上公开可用的文生音频工具多达50 款，但生成质量层次不齐。比如，伦敦创业公司stability ai在靠文生图获得大量关注之后，就曾于2023年推出stable audio，用prompt的方式写歌，描述音乐流派、乐器、画面、感觉就可以生成一段音乐demo。
6.多模态是大势所趋，ai将重塑创作的每一个角落。从大模型在文生图应用的大放异彩，再到文生视频的惊艳众人。ai定会不断的给我们惊喜，从文本、音频、视频的全链条ai化，这是通往agi的天然场景，也可能是证明agi的绝佳方式。
7.pika创始人称其对标的产品就是sora，当sora横空出世之时，所有人都在为pika捏一把汗，郭文景当时的表态是：“振奋人心，筹备直接冲”。今天率先推出文生视频的音频生成功能，想必是她冲击sora的其中一步。
8.这家公司成立于2023年4月，同年11月发布了pika 1.0。pika1.0的主要功能是：一是用文本和图像生成视频，只需要输入几行文本或上传图像，就可以创建简短、高质量的视频；二是编辑更改视频，输入相关文本，实现对背景环境、衣着道具等元素的增减或者更改；三是切换视频风格，例如在黑白、动画等不同风格中转化；四是更改视频的宽高比。2024年2月28日，pika 推出新功能 lip sync，允许用户为视频添加语音对白，并实现嘴唇同步的效果。而后，最新的更新便是今天这次。
9.给大家看看demo：
