今年二月，OpenAI推出了首个文本到视频的生成模型Sora，其创新的一镜到底技术和高度统一的人物场景处理震撼了业界，将视频生成推向了年度技术热点之一。紧随其后，国内AI视频领域也迎来了前所未有的发展浪潮。
在最近的世界人工智能大会上，AI视频生成成为了焦点议题。众多创作者纷纷利用这一技术进行创意实验，如让甄嬛在视频中做出荒诞不经的行为，或让刘华强与瓜贩戏剧性地和解，甚至重现网络梗图中的夸张情景，这一切都得益于各种AI视频生成模型。
六月份见证了快手的可灵、Luma AI及Runway的Gen-3 Alpha等多个AI视频生成模型的集中发布，尤其是快手的可灵，被誉为中国的Sora，其生成视频的时长达到了120秒，并开放了多项功能，如图生视频、视频续写等。该模型在内测中展现出了惊人的能力，如模拟物理动态，赢得了极高评价，被认为是人工智能领域的又一重要进展。
尽管如此，当前的视频生成技术仍面临挑战，如可控性不足，难以保证人物形象、场景风格的连贯一致，以及运动流畅性、光影、语音自然度等方面的待优化。上海交大教授倪冰冰指出，生成算法常遇到结构和细节问题，比如物体的不正常增减、视觉错误等。她认为，尽管AI视频技术提升了生产效率，但在成熟的影视制作面前仍有差距。