Meta最新发布的AI视频模型Movie Gen，以其在整体质量和一致性方面显著优于前作Sora的表现，以及强大的自定义性和易用性，引领视频生成领域的新变革。Movie Gen是一个30B参数转换器，能够生成分辨率为1080p的视频，每秒16帧，最长可达16秒，同时还能生成高质量、高保真的音频。它通过联合训练T2I和T2V模型，以及优化数据、计算和模型参数，实现了SOTA级别的视频生成质量。 Movie Gen不仅能够基于文本或图片生成视频，还能进行视频的个性化编辑和优化，实现画面元素的精细调整，如改变人物服装颜色、眼镜样式等，同时保持整体构图和背景的一致性。其音频生成能力同样出色，能够根据视频内容实时生成与之匹配的背景音乐，增强观看体验。 Movie Gen的发布标志着视频生成技术的重大突破，它不仅在质量和一致性上超越了现有模型，还引入了音频生成和个性化编辑等功能，有望为视频、影视和AI行业带来革新。尽管当前版本受限于分辨率、视频长度和播放帧率，但其潜力巨大，为创作者提供了前所未有的创作自由度和可能性。随着技术的进一步发展，AI视频生成模型有望在未来几年内对娱乐产业产生深远影响，成为提升创意生产力的重要工具。