文／楊婷婷　

AI生成工具繁多，只要輸入一些文字，就能對應產生圖片、對話、故事、音樂……等，但是現在要講的是直接輸入一段文字，會產生一段影片，可想而知，單獨與圖片的生成相比較，生成影片的複雜度一定更高了。

輸入文字 生成影片

一年多前FB曾經將生成文字：A teddy bear painting a portrait.（泰迪熊在畫畫），影像畫面就呈現出一隻泰迪熊畫家，面對畫架，直接在畫布上畫出一隻泰迪熊的影像。還曾有一段文字寫的是：Robot dancing in times quare.（機器人跳舞），英文部分後面還指定在時代廣場，於是影片生成的時候，就會有類似時代廣場的背景，前面有機器人跳舞，這種影像生成與一般生成影片的邏輯是一樣，當然也可以做出獵奇影片，如貓咪看電視，用人手操控遙控器，而非以貓咪的手操控，大概因為貓咪無法做出這個動作，就用人手合成生成。

許多AI軟體也能生成類似風格圖片，而影像則是讓圖片動起來，簡言之，就是運用過去圖片的關鍵字套入，試試看能否讓你把靜態的圖變成動態的影像呈現，就是以你的一鍵產出指定情境影片，是不是非常神奇？早期是利用一段文字，生成多張圖片，接著將一堆圖片串連起來，變成一段影片。現在已經進階到將每個段落的文字描述，直接生成一步影片。

專注創作 節省時間

其實AI就是盡量擷取你的文字描述生成影片。大量截取數據和素材中的關鍵訊息，再針對你的指示，串連成一步影片，這也意味你不需要花時間進行毛片的初剪，編劇、導演和後其的處理，AI自動生成影片，節省你的寶貴時間，並且專注在創作上面。

總之，AI影片生成的時代真的來臨了，生成不同風格或不同情境，只要愈詳細描述、影像就會呈現愈好，你也想試試看嗎？