单元三 · 图像声音与视频的智能生成
第15课 视频的智能生成

一、学习目标
- 知道视频生成技术与图像生成技术的关系。
- 了解视频生成的基本原理和主要方式。
- 了解视频智能生成可能带来的伦理、著作权等方面的潜在问题。
二、情境导入
回顾图像生成的两种方式:对抗生成扩散生成情境导入以小组为单位,参照左侧的简笔画,尝试绘制后续走、跑或跳舞等动作图像。
将图像按顺序装订成册,快速翻动,观察静态图像连续播放形成的“动态效果”。
情境导入基于人眼视觉暂留原理,通过快速、连续播放多幅静态图像,形成动态效果。
三、核心讲解
本课学习路径:
1视频生成的主要方法
2视频生成的伦理与法规
1.视频生成的主要方法
智能生成视频主要有两种方法:一种是基于图像扩展,另一种是使
模型:用已有例子学会规律,再对新输入给出预测或分类。
- 用模型按照时间顺序逐帧生成动态画面,称为基于时序建模。
- 基于图像扩展就像先画出几幅关键图像,再让人工智能系统自动补
- 全中间画面的变化过程。这种方法适合生成较短的动画,比如人脸渐变、场景转换等。
- 打开Mixly AI中的《图像变换视频
- 生成器》模块,随机生成两幅图,然后单
想一想:频会对你的生活造成什么影响?
弄清以上要点后,再进入下方动手体验,用实际操作验证。
四、动手体验 · MixAI 组件
请在下列组件中完成操作,至少体验一个并记录现象。
组件 model_diffusion_image_generation — 在框内完成操作
组件 model_sound_waveform — 在框内完成操作
五、课堂总结
- 生成视频主要有两种方式:一种是基于图像扩展生成中间画面的变化过程,另一种是基于时间序列建模逐帧生成动态画面。
- 利用人工智能生成视频时,输入的文字相当于“指令”,用于描述内容;
- 提供的图像相当于“模特”,为视频生成提供视觉参考。
- 视频生成技术在带来创新的同时,也可能引发伪造内容、侵犯隐私等伦理和法律方面的潜在问题。
六、拓展提升
拓展:同学们计划利用人工智能生成的视频片段制作一部以“未来城市交通”为主题的短片。在制作过程中,大家发现人工智能虽能快速生成画面,但在人物的动作、表情变化和场景转换等方面还存在不少问题,如主角形象前后不一致、动作生硬、场景切换突兀等。
测评
完成练习后作答;选出后点「检查」。答错会显示简短说明。
下列哪一项更接近本课学习目标?
本课课堂总结强调的是?
本课主题最贴近下列哪一项?
完成本课后,优先应该做什么来证明学会了?
判断:教学指南中的学习活动可以全部跳过。
拓展提升部分的作用是?
本节小结
回顾本课要点,完成动手体验与测评。记住:视频的智能生成。