當前，生成式AI正在以超出我們預想的發(fā)展速度進入視頻內(nèi)容生產(chǎn)領域，其越來越強大的功能給視頻內(nèi)容生產(chǎn)帶來了全面而深刻的影響。2022年11月，美國OpenAI公司開發(fā)了AI工具ChatGPT，開啟了人工智能生成內(nèi)容（AIGC）的“潘多拉魔盒”，國內(nèi)緊跟其后發(fā)布了一些AI工具，包括文心一言、訊飛星火、通義千問等。這些AI工具利用大數(shù)據(jù)、大模型、大算力等技術，獲得了強大的語言理解與生成、復雜邏輯推理、上下文學習等能力，并將人機交互的難度幾乎降到了零，推動了AI的普及，在高質(zhì)量的互動中帶來了極佳的用戶體驗。隨著技術的變革，生成式AI在視頻生產(chǎn)領域初見雛形。2024年年初，OpenAI正式發(fā)布Sora模型，意味著生成式AI由單模態(tài)轉(zhuǎn)向多模態(tài)。這項基于ChatGPT的創(chuàng)新突破具有里程碑意義，實現(xiàn)了從純文本理解到全方位視頻創(chuàng)作的跨越，為創(chuàng)作者帶來了前所未有的可能。傳統(tǒng)視頻制作需要經(jīng)歷撰寫腳本、收集素材、剪輯素材、添加錄音或音樂特效等步驟，往往耗時較長，且面臨高成本、高門檻等諸多限制，生成式AI則從根本上簡化了這一過程，創(chuàng)作者只需輸入文本指令，即可實時獲得不同風格、畫幅和時長的高清視頻作品，無需復雜的后期制作，就能將創(chuàng)意轉(zhuǎn)化為直觀的視覺內(nèi)容。令人矚目的是，AI還能根據(jù)創(chuàng)作者本人的特征生成容貌一致的3D數(shù)字人，根據(jù)本人的聲音生成音調(diào)、語氣一致的TTS音色，為創(chuàng)作注入新的可能。

在這場變革中，作為國內(nèi)最具影響力的中長視頻平臺，B站的知識區(qū)內(nèi)容尤其值得關注。由于站內(nèi)知識區(qū)視頻普遍具有制作精良、時間較長的特點，視頻創(chuàng)作者在視頻制作過程中存在耗時長、費力的痛點，而AI技術的引入為解決這一痛點帶來了新突破。本文結(jié)合對10位B站知識區(qū)視頻創(chuàng)作者（平均粉絲數(shù)量約為25萬）的訪談，深入分析現(xiàn)在的視頻創(chuàng)作流程，并探索基于文生視頻技術的知識類中長視頻內(nèi)容生產(chǎn)的新范式。

選題和腳本創(chuàng)作是B站知識區(qū)創(chuàng)作者面臨的主要挑戰(zhàn)。以古生物區(qū)UP主為例，由于內(nèi)容專業(yè)性強、需要大量文獻支撐，往往需要耗時一個月才能完成一篇視頻腳本初稿。傳統(tǒng)的知識區(qū)視頻腳本通常采用GSC結(jié)構：首先以Gap（設問）引發(fā)觀眾興趣，其次通過Scene（場景）具象化描述論證觀點，最后用Comment（評價）強化核心論點。生成式AI的出現(xiàn)革新了創(chuàng)作流程，創(chuàng)作者無需提供完整的策劃文案，只要按照GSC結(jié)構提供簡單的提示詞或描述性文本，AI就能生成高質(zhì)量的視頻腳本。若首次生成效果未達到預期，創(chuàng)作者可通過迭代提示詞來不斷優(yōu)化內(nèi)容，直至滿意。這種人機協(xié)作模式優(yōu)化了傳統(tǒng)創(chuàng)作流程，為知識類內(nèi)容生產(chǎn)開辟了新途徑。

B站知識類視頻主要分為出鏡口播和非出鏡兩種形式。對于前者，傳統(tǒng)創(chuàng)作要求UP主在專業(yè)環(huán)境下錄制，對個人狀態(tài)和拍攝條件都有較高要求。然而，由于大多數(shù)創(chuàng)作者是非全職UP主，往往難以在工作、生活的雙重壓力下保持最佳創(chuàng)作狀態(tài)。數(shù)字人技術的出現(xiàn)很好地解決了這一問題。創(chuàng)作者只需上傳一段個人視頻和音頻樣本，就能生成與本人高度相似的數(shù)字形象。通過簡單的文本指令，這個數(shù)字分身就能完美呈現(xiàn)真人的表情、動作和語言表達，幫助視頻創(chuàng)作者以最佳狀態(tài)在觀眾面前進行口播。對于非出鏡視頻，素材的獲取一直是困擾創(chuàng)作者的主要問題。據(jù)眾多站內(nèi)財經(jīng)區(qū)UP主反饋，全網(wǎng)素材搜集不僅費時，還常常面臨侵權風險?？煊翱伸`AI則為此提供了理想的解決方案，該產(chǎn)品的文生視頻功能允許用戶輸入文本描述，AI隨后將這些文本轉(zhuǎn)換成視頻。這一過程包括選擇背景、人物和動作等，以確保視頻內(nèi)容與文本主題相匹配。例如，用戶輸入“海邊日出”，AI會生成一個海浪輕拍沙灘、太陽漸漸升起的場景。對于創(chuàng)作者來說，這項技術不僅能提升創(chuàng)作效率，還有效規(guī)避了版權隱患。從技術演進來看，B站知識區(qū)的未來將是數(shù)字人與AI文生視頻的深度結(jié)合，這種結(jié)合將大幅降低創(chuàng)作門檻，讓更多懷揣創(chuàng)意的普通人能夠?qū)Ｗ⒂趦?nèi)容本身，而不必過分擔憂多媒體技術和設備的限制。當然，技術的進步也帶來了新的思考，如何在提升創(chuàng)作效率的同時確保內(nèi)容的專業(yè)性和價值深度，避免淪為快餐式流量內(nèi)容，是每位創(chuàng)作者面臨的重要課題。

以擁有400萬粉絲的“大象放映室”為代表的頭部創(chuàng)作者，對智能化剪輯提出了更高的要求，她提到一個知識類視頻的創(chuàng)作不僅需要基礎的剪輯功能，更需要快速生成高質(zhì)量的可視化內(nèi)容。特別是在B站知識類視頻中，圖表和PPT形態(tài)內(nèi)容占比較大，這類內(nèi)容能提升知識傳遞的效率，已成為優(yōu)質(zhì)知識類內(nèi)容的標配。

面對日益提升的制作標準，小型MCN機構和剪輯團隊往往受限于設計人力和制作成本。他們對標準化、高質(zhì)量的素材模板有著強烈需求，而生成式AI技術的發(fā)展為此提供了解決方案，從PPT制作、貼紙設計到圖表生成，目前AI能通過提示詞的建設提供專業(yè)水準的輸出。這些智能生成的素材正逐步融入視頻制作流程，為后期剪輯帶來了全新的創(chuàng)作可能。

總的來說，生成式AI技術實質(zhì)上重塑了視頻創(chuàng)作的模式，將傳統(tǒng)的線性制作流程轉(zhuǎn)變?yōu)椤疤崾窘换ナ健钡男路妒?，對未來的視頻創(chuàng)作生產(chǎn)產(chǎn)生了重要影響。

然而，需要注意的是，隨著生成式AI的日益成熟和廣泛應用，部分不法分子利用數(shù)字人及AI文生視頻技術從事非法活動，如傳銷和電信詐騙等。為了維護一個健康有序的視頻創(chuàng)作生態(tài)，業(yè)界亟待建立完善的監(jiān)管機制和防范措施，以保護創(chuàng)作者權益，確保內(nèi)容生態(tài)的良性發(fā)展。

（作者單位：上海交通大學）