抖音正正在小规模测试一项新功用抖音多模短片ams.abg33.net，用户上传三张商品图，对入手机哼一段旋律。系统便主动生成一条带口播、字幕和转场的15秒短视频。接近该项目的人士称，那是抖音多模态 AI 视频才气初度背浅显创做者开放，今朝仅限部门万粉以上账号体验。手艺逻辑不复纯了。却足够倾覆。多模态模子解析图像中的内测物体、文字提醉的语义、音频里的节拍，再调用素材库婚配画面。杭州一家服拆档口的老板陈琳试了三天，把新款连衣裙照片和一段“夏季清新”的文案丢进去。
产出六条视频，其中一条播放量冲到23万。她告诉我的，视生成以前请剪辑师做一条要花80块，如今零本钱。“背景音乐总那几首吧？看多了会腻”。
抖音多模态 AI 视频的落地。中小商家镇静，也让内容平台警戒了。批量生成的视频正正在挤压手工创做者的曝光位。
更棘手的是版权频图片加是模子锻炼用了谁的画面、生成的背景音乐可否侵权啊？平台尚已给出明晰谜底。一位MCN运营负责人透露了，他们内部已要求AI生成的视频必须二次剪辑，制止被鉴定为“低量搬运”。我刷到过一条宠物视频，橘猫本来趴正在沙发上了，几秒后背景忽然酿成赛博朋克都市吧？猫的胡须边沿还有较着明灭。评论区最高赞是“AI味太冲”。那刚好流露了当前多模态生成的短板。跨模态对齐粗糙，长镜头容易崩坏。
抖音的举荐算法可否识别并压制那类内容。将决议用户的留存。监管也正在收紧。网疑办上月公布的生成式AI办事办理方法要求对生成内容截至标识。抖音若全面上线该功用。加水印、限制生成时长、建立侵权赞扬通道几乎是必选项吧？对创做者来说，工具越强，越需求念明晰，你的不成替代性，事其实哪一秒的画面里呢？
