今天，由中心广播电视总台制造的我国首部文生视频AI动画片《千秋诗颂》在CCTV-1频道正式开播，以7分钟左右的动画演绎了唐诗《别董大》背面的故事。
该动画为水彩画风格，侧重杰出人物，十几个进场的动画人物男女兼有，着不同款式的唐装，动画片里的家具、器皿也均依唐制，出现了唐代“七星盘”茶具、仿陕西历史博物馆透雕忍冬纹五足银熏炉的熏香炉等。对观看动画的小朋友来说，“画而有据”能够在必定程度上协助他们更好地了解中华各朝代的时物习俗。
客观而言，该动画片略显幼嫩，画面布景被含糊处理，略显粗糙，不强调人物动作的连接性。
据了解，《千秋诗颂》由“央视听媒体大模型”制造，美术规划、动效生成和后期成片等各环节均由AI辅佐制造，上海人工智能实验室、超高清视音频制播出现国家重点实验室为其供给技能上的支撑，片尾的演职人员表也专门介绍了担任“及技能监制、统筹、制造”的教师们。
“央视听媒体大模型”由上海实验室与中心广播电视总台在上一年7月联合发布。这是国内首个专心于视听媒体内容出产的大模型，根据总台海量视音频媒体大数据和上海人工智能实验室“墨客”根底大模型而来，包括新闻帮手、数字人、文生视频、动画制造、场景烘托等功能板块。
另一个AI东西是上海人工智能实验室研制的文生视频大模型“墨客筑梦”，该模型露脸于《千秋诗颂》的启播典礼上，是“墨客”系列大模型之一，与文生视频结构Animate Diff以及可控图画生成、图画驱动等技能结合。其间，文生视频结构Animate Diff无需额定的数据搜集和定制化练习，就能一次性、快速地为大多数个性化文本转图画模型供给动画作用。用这个结构制造的AI视频已露脸本年央视春晚，成为歌曲《枕着光的她》中温馨的动画布景。
该AI模型现已开源，授权用户单位免费商用。它的参数量逾越30亿，可根据输入的提示词生成有故事性、含多镜头的分钟级视频，具有转场流通、故事连接、画质高清等特色。
有了上述AI东西，大模型是怎么生成这部动画片的？上海人工智能实验室领军科学家林达华博士此前展现了一些制造环节：在“央视听媒体大模型AIGC动画制造”界面上，上传一张唐朝青年男人的“参阅风格图片”，随后在“概念规划描绘”文本框里输入“我国风，唐朝，中年，娟秀，男性，淡绿色衣服”，几秒钟后，一个契合这些提示词的动画人物形象就出现在屏幕上。
输入提示词，敏捷得到人物立绘，这无疑能够大幅度节约动画人物美术规划的很多人力和时刻本钱。据介绍，在平等预算条件下，依照传统动画制造流程核算，《千秋诗颂》至少需求8个月时刻，依托大模型后，制造周期缩短至4个月。
现在，我国视频生成模型与Sora等国际先进的技能还存在必定距离，林达华坦言，“因为数据、算力等资源约束，‘筑梦’在视频生成才能、时长、质量上与Sora还存在距离。”
不过，这部动画的含义在于试水，关于古诗词的了解，也不能单凭AI技能，打造优质中文语料库至关重要。总台已在2023年与上海人工智能实验室等多家组织一起建议建立“我国大模型语料数据库联盟”，推进产学研各界一起参加数据生态建设，为生成式人工智能的开展奠定数据根底。
现在，这项使用仍处于产研结合阶段，未来大模型研制成熟后，制造周期和动画精密度都会加快迭代晋级。