隨著科技的迅猛發(fā)展，人工智能生成內(nèi)容（AIGC， Artificial Intelligence Generated Content）作為近年來(lái)興起的技術(shù)潮流，已經(jīng)在眾多領(lǐng)域掀起了變革[1]。特別是在科普視頻創(chuàng)作領(lǐng)域展現(xiàn)了巨大的應(yīng)用潛力。本文綜述了人工智能生成內(nèi)容在科普視頻中的應(yīng)用現(xiàn)狀及技術(shù)實(shí)現(xiàn)，分析了國(guó)內(nèi)外典型案例，并探討了其未來(lái)發(fā)展趨勢(shì)。人工智能生成內(nèi)容技術(shù)不僅顯著提升了內(nèi)容創(chuàng)作的效率，還明顯降低了創(chuàng)作門檻。盡管如此，人工智能生成內(nèi)容在科普視頻的應(yīng)用中仍面臨技術(shù)局限、倫理和版權(quán)問(wèn)題等挑戰(zhàn)。未來(lái)，人工智能生成內(nèi)容與增強(qiáng)現(xiàn)實(shí)（AR）和虛擬現(xiàn)實(shí)（VR）等技術(shù)的結(jié)合，有望為科普內(nèi)容的創(chuàng)作與傳播提供新的路徑和可能性。

1 人工智能生成內(nèi)容在科普視頻中的應(yīng)用現(xiàn)狀

1.1 自動(dòng)生成視頻內(nèi)容

新華網(wǎng)推出的“新華智云”平臺(tái)是一個(gè)典型的例子，該平臺(tái)運(yùn)用了人工智能生成內(nèi)容技術(shù)來(lái)自動(dòng)生成科普視頻內(nèi)容。比如，“新華智云”曾推出的一系列關(guān)于火星探測(cè)的視頻，不僅展現(xiàn)了火星的地貌，還通過(guò)人工智能生成內(nèi)容技術(shù)模擬了火星車的探測(cè)過(guò)程，為觀眾提供了一個(gè)身臨其境的體驗(yàn)，極大地提升了科普的效果。

1.2 虛擬主播與講解

嗶哩嗶哩上的虛擬主播“洛天依”是人工智能生成內(nèi)容技術(shù)應(yīng)用的一個(gè)成功案例。利用深度學(xué)習(xí)算法，洛天依能夠用自然語(yǔ)言進(jìn)行科學(xué)知識(shí)的講解。比如，在一個(gè)關(guān)于“宇宙起源”的視頻中，她通過(guò)生動(dòng)的語(yǔ)言和擬人化的表達(dá)方式解釋了大爆炸理論、恒星演化等復(fù)雜的天文學(xué)知識(shí)。虛擬主播不僅提高了視頻的互動(dòng)性，還通過(guò)其個(gè)性化和高度擬真的形象吸引了大量年輕觀眾。

1.3 數(shù)據(jù)可視化

騰訊新聞的“天文頻道”常采用人工智能生成內(nèi)容技術(shù)進(jìn)行數(shù)據(jù)可視化展示，這在解釋復(fù)雜科學(xué)現(xiàn)象時(shí)尤為有效。例如，在報(bào)道一次新的黑洞發(fā)現(xiàn)時(shí)，騰訊新聞利用人工智能生成內(nèi)容技術(shù)生成了詳細(xì)的黑洞光盤(pán)模擬圖和X射線光譜圖。這些高質(zhì)量的可視化內(nèi)容使得觀眾能夠更直觀地理解科學(xué)現(xiàn)象和研究結(jié)果。

1.4 個(gè)性化科普內(nèi)容

科大訊飛的“AI小助手”是人工智能生成內(nèi)容技術(shù)在個(gè)性化科普內(nèi)容方面的代表應(yīng)用。該應(yīng)用根據(jù)用戶的興趣和學(xué)習(xí)進(jìn)度，利用人工智能生成內(nèi)容技術(shù)動(dòng)態(tài)生成個(gè)性化的科普視頻內(nèi)容。例如，對(duì)于中小學(xué)生，系統(tǒng)可能生成淺顯易懂的動(dòng)畫(huà)版黑洞介紹，視頻中用通俗的語(yǔ)言和簡(jiǎn)單的圖案來(lái)解釋復(fù)雜的科學(xué)概念；而對(duì)于科學(xué)愛(ài)好者，則會(huì)推送更專業(yè)深入的講解視頻，詳細(xì)探討黑洞的物理特性、空間與時(shí)間的扭曲等專業(yè)知識(shí)。這種個(gè)性化的內(nèi)容推薦不僅提高了學(xué)習(xí)效果，還顯著提升了用戶體驗(yàn)和滿意度。

2 人工智能生成內(nèi)容在天文科普視頻中的技術(shù)實(shí)現(xiàn)

人工智能生成內(nèi)容在視頻中的應(yīng)用離不開(kāi)計(jì)算機(jī)技術(shù)的支持，計(jì)算機(jī)技術(shù)在人工智能生成內(nèi)容中主要用于圖像生成與處理、視頻編輯等，讓生成的內(nèi)容更具視覺(jué)吸引力[2]。

2.1 圖像生成

生成對(duì)抗網(wǎng)絡(luò)（GAN）和裝飾板（DALLE）的圖像生成技術(shù)，根據(jù)文本描述，生成高質(zhì)量的圖像。例如，裝飾板是一種變體自回歸模型，可以生成高度符合文本描述的圖片，其實(shí)現(xiàn)方法包括：

①文本編碼：將輸入的文本描述轉(zhuǎn)化為特征向量。②圖像生成：通過(guò)解碼器網(wǎng)絡(luò)生成符合文本描述的圖像。③對(duì)抗訓(xùn)練：使用生成對(duì)抗網(wǎng)絡(luò)的方式，通過(guò)生成器和判別器的對(duì)抗訓(xùn)練，提高生成圖像的逼真度和一致性。

2.2 圖像處理與編輯

圖像處理與編輯技術(shù)用于生成視頻內(nèi)容或?qū)ΜF(xiàn)有視頻進(jìn)行編輯。例如，深度視頻肖像（Deep Video Portraits）技術(shù)能夠?qū)崿F(xiàn)虛擬角色的視頻生成，通過(guò)捕捉真人的動(dòng)作和表情，生成逼真的虛擬講解員視頻。其實(shí)現(xiàn)方法包括：

①動(dòng)作捕捉：使用攝像頭捕捉真人的面部表情和動(dòng)作。②生成網(wǎng)絡(luò)：通過(guò)神經(jīng)網(wǎng)絡(luò)模型，將捕捉到的動(dòng)作應(yīng)用到虛擬角色上，生成動(dòng)態(tài)視頻。③后期處理：對(duì)生成的視頻進(jìn)行優(yōu)化和渲染，提高視頻質(zhì)量和自然度。

2.3 生成對(duì)抗網(wǎng)絡(luò)

生成對(duì)抗網(wǎng)絡(luò)由生成器和判別器組成，通過(guò)相互對(duì)抗訓(xùn)練，使生成器生成的內(nèi)容越來(lái)越逼真。風(fēng)格生成對(duì)抗網(wǎng)絡(luò)（StyleGAN）和大生成對(duì)抗性網(wǎng)絡(luò)（BigGAN）是其中的成熟技術(shù)，它們被廣泛應(yīng)用于高質(zhì)量圖像和視頻生成。其實(shí)現(xiàn)方法包括：

①生成器訓(xùn)練：生成器通過(guò)隨機(jī)噪聲輸入生成圖像。②判別器訓(xùn)練：判別器對(duì)生成的圖像進(jìn)行真?zhèn)闻袛?，給予反饋。③對(duì)抗訓(xùn)練：生成器和判別器交替訓(xùn)練，生成器不斷提高生成圖像的質(zhì)量，使判別器越來(lái)越難以分辨真實(shí)圖像和生成圖像。④風(fēng)格轉(zhuǎn)移：通過(guò)風(fēng)格生成對(duì)抗網(wǎng)絡(luò)，可以進(jìn)行圖像的風(fēng)格轉(zhuǎn)移，生成多樣化的圖像風(fēng)格，提升視覺(jué)表現(xiàn)力。

3 生成對(duì)抗網(wǎng)絡(luò)在科普視頻創(chuàng)作中的優(yōu)勢(shì)

3.1 提升內(nèi)容創(chuàng)作效率

傳統(tǒng)的科普視頻制作通常需要長(zhǎng)時(shí)間的準(zhǔn)備、拍攝和后期制作，而生成對(duì)抗網(wǎng)絡(luò)技術(shù)則能夠大大縮短這一過(guò)程。通過(guò)自動(dòng)化工具，創(chuàng)作者可以在短時(shí)間內(nèi)完成從腳本到成品視頻的制作流程。這種高效性對(duì)于科普創(chuàng)作的普及和推廣具有重要意義[3]。

3.2 降低創(chuàng)作門檻

過(guò)去，制作高質(zhì)量的科普視頻往往需要專業(yè)的天文知識(shí)和視頻制作技能。而生成對(duì)抗網(wǎng)絡(luò)技術(shù)的出現(xiàn)，使得即便是非專業(yè)人士，也能夠參與到科普視頻的創(chuàng)作中來(lái)。這不僅擴(kuò)大了創(chuàng)作者的群體，也使得更多優(yōu)質(zhì)內(nèi)容得以傳播。

3.3 增強(qiáng)視頻的互動(dòng)性和趣味性

通過(guò)虛擬主播、動(dòng)態(tài)生成內(nèi)容等生成對(duì)抗網(wǎng)絡(luò)技術(shù)，科普視頻能夠提供更具互動(dòng)性和趣味性的觀影體驗(yàn)。觀眾可以根據(jù)自己的需求和興趣，實(shí)時(shí)調(diào)整視頻內(nèi)容，甚至參與到內(nèi)容的生成過(guò)程中。這種互動(dòng)性大大提升了觀眾的參與感和學(xué)習(xí)效果[4]。

3.4 科學(xué)性與視覺(jué)效果的平衡

科普視頻在追求科學(xué)嚴(yán)謹(jǐn)?shù)耐瑫r(shí)，也需要兼顧視覺(jué)效果的吸引力[5]。生成對(duì)抗網(wǎng)絡(luò)技術(shù)通過(guò)物理模擬、數(shù)據(jù)可視化等手段，使得復(fù)雜的天文現(xiàn)象得以以科學(xué)、真實(shí)且觀賞性強(qiáng)的方式呈現(xiàn)出來(lái)。這種平衡對(duì)于增強(qiáng)科普視頻的傳播效果至關(guān)重要。

4 國(guó)內(nèi)生成對(duì)抗網(wǎng)絡(luò)文生視頻產(chǎn)品

4.1 華為盤(pán)古大模型

盤(pán)古大模型是華為開(kāi)發(fā)的基于深度學(xué)習(xí)的系列大模型，覆蓋了多模態(tài)任務(wù)。盤(pán)古視頻（Pangu Video）是其中的視頻生成模塊。依托華為在自然語(yǔ)言處理和計(jì)算機(jī)視覺(jué)領(lǐng)域的技術(shù)積累，該模型結(jié)合了語(yǔ)言理解和視頻合成技術(shù)，能夠根據(jù)復(fù)雜的文本描述生成多樣化的高質(zhì)量視頻。

4.2 百度文心一格

文心一格是百度基于文心大模型開(kāi)發(fā)的多模態(tài)生成模型，能夠從文本生成圖片和視頻。該模型結(jié)合了大規(guī)模預(yù)訓(xùn)練模型的強(qiáng)大語(yǔ)言理解能力和圖像、視頻生成能力，生成的視頻細(xì)節(jié)豐富、風(fēng)格多樣，且可根據(jù)不同輸入生成定制化內(nèi)容。 生成時(shí)長(zhǎng)通常為幾秒到數(shù)十秒的視頻，適合短視頻制作，但由于模型的靈活性較強(qiáng)，也可以生成更長(zhǎng)的視頻。

4.3 騰訊混元助手（AIDE）

混元助手是騰訊推出的大型人工智能模型，具備多模態(tài)生成能力，包括從文本生成圖像和視頻的功能。該模型基于騰訊在自然語(yǔ)言處理和視覺(jué)計(jì)算領(lǐng)域的深厚積累，能有效生成復(fù)雜場(chǎng)景下的動(dòng)畫(huà)視頻或?qū)憣?shí)視頻，適用于多種行業(yè)需求。生成時(shí)長(zhǎng)可以從幾秒到數(shù)分鐘不等。模型可以根據(jù)輸入的文本復(fù)雜度和用戶需求，生成不同長(zhǎng)度的視頻，較長(zhǎng)的敘事性視頻可能需要更多的生成時(shí)間和計(jì)算資源。

4.4 阿里巴巴 M6

阿里巴巴M6大模型是超大規(guī)模的多模態(tài)生成模型，具備圖像和視頻生成能力。M6結(jié)合了阿里巴巴的自然語(yǔ)言處理和視覺(jué)生成技術(shù)，特別適合電商領(lǐng)域的產(chǎn)品視頻展示和廣告生成。此外，該模型還能根據(jù)用戶需求生成創(chuàng)意視頻，提升品牌推廣的視覺(jué)效果。

5 生成對(duì)抗網(wǎng)絡(luò)在科普視頻中的挑戰(zhàn)

5.1 技術(shù)的局限性

盡管生成對(duì)抗網(wǎng)絡(luò)技術(shù)在內(nèi)容生成方面展現(xiàn)了巨大的潛力，但目前仍存在一些技術(shù)局限。例如，生成的虛擬主播在表現(xiàn)復(fù)雜情感和細(xì)微表情時(shí)，仍然無(wú)法與真人相媲美。此外，生成內(nèi)容的科學(xué)性和準(zhǔn)確性仍然依賴于輸入數(shù)據(jù)的質(zhì)量，若數(shù)據(jù)存在偏差，可能導(dǎo)致誤導(dǎo)性內(nèi)容的產(chǎn)生。

5.2 倫理與版權(quán)問(wèn)題

生成對(duì)抗網(wǎng)絡(luò)的廣泛應(yīng)用也帶來(lái)了倫理和版權(quán)問(wèn)題。自動(dòng)生成內(nèi)容是否侵犯了原作者的知識(shí)產(chǎn)權(quán)，以及虛擬人物的肖像權(quán)如何界定，都是需要解決的問(wèn)題[6]。此外，如何確保生成對(duì)抗網(wǎng)絡(luò)生成內(nèi)容的真實(shí)性和科學(xué)性，避免虛假信息的傳播，也成了一個(gè)亟待關(guān)注的領(lǐng)域。

5.3 跨學(xué)科合作與技術(shù)整合

科普視頻的創(chuàng)作不僅僅依賴于天文學(xué)科等相關(guān)領(lǐng)域的知識(shí)，還需要計(jì)算機(jī)科學(xué)、藝術(shù)設(shè)計(jì)等多學(xué)科的合作。未來(lái)，生成對(duì)抗網(wǎng)絡(luò)的發(fā)展趨勢(shì)之一是更為緊密的跨學(xué)科合作，結(jié)合多領(lǐng)域的技術(shù)優(yōu)勢(shì)，生成更為豐富和多樣化的科普內(nèi)容。

5.4 內(nèi)容個(gè)性化與定制化趨勢(shì)

隨著用戶需求的多元化發(fā)展，生成對(duì)抗網(wǎng)絡(luò)在內(nèi)容個(gè)性化方面的潛力將進(jìn)一步釋放[7]。未來(lái)，科普視頻可能不再是“千篇一律”的，而是可以根據(jù)不同用戶的需求和學(xué)習(xí)進(jìn)度，實(shí)時(shí)生成專屬的科普內(nèi)容。這種定制化趨勢(shì)將使得科普更加貼近觀眾，提高用戶的學(xué)習(xí)體驗(yàn)。

5.5 增強(qiáng)現(xiàn)實(shí)與虛擬現(xiàn)實(shí)的結(jié)合

生成對(duì)抗網(wǎng)絡(luò)與增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)技術(shù)的結(jié)合，將開(kāi)辟科普的新天地。例如，通過(guò)沉浸式體驗(yàn)，觀眾可以“身臨其境”地探索宇宙，感受天文現(xiàn)象的震撼。這不僅提高了科普視頻的吸引力，也為天文學(xué)的教育和傳播提供了全新的視角。

6 結(jié)語(yǔ)

生成對(duì)抗網(wǎng)絡(luò)技術(shù)的興起為科普視頻創(chuàng)作帶來(lái)了前所未有的機(jī)遇和挑戰(zhàn)。它不僅提高了內(nèi)容生產(chǎn)的效率，降低了創(chuàng)作門檻，還為科普內(nèi)容的表現(xiàn)形式注入了更多的創(chuàng)新可能性。中國(guó)的領(lǐng)先人工智能公司，如百度、華為、騰訊和阿里巴巴，已在生成對(duì)抗網(wǎng)絡(luò)科普視頻創(chuàng)作領(lǐng)域做出了重要貢獻(xiàn)。盡管在技術(shù)、倫理和跨學(xué)科合作等方面仍面臨諸多挑戰(zhàn)，但隨著技術(shù)的不斷發(fā)展和完善，生成對(duì)抗網(wǎng)絡(luò)必將在科普領(lǐng)域發(fā)揮越來(lái)越重要的作用。

引用

[1] 劉明亮.人工智能生成內(nèi)容（AIGC）技術(shù)特征及應(yīng)用場(chǎng)景分析[J].信息記錄材料，2023，24（10）：234-236.

[2] 趙宇.人工智能生成內(nèi)容（AIGC）在虛擬現(xiàn)實(shí)交互影像中的應(yīng)用與探索[J].現(xiàn)代電影技術(shù)，2023（8）：59-64.

[3] 姜莎，趙明峰，張高毅.生成式人工智能（AIGC）應(yīng)用進(jìn)展淺析[J].移動(dòng)通信，2023，47（12）：71-78.

[4] 胡冬梅，雷桐.AIGC：影視內(nèi)容生產(chǎn)的變革動(dòng)能[J].科技傳播，2023（21）：101-105.

[5] 寧蔚然.AIGC對(duì)影視實(shí)踐教學(xué)的教育應(yīng)用與展望[J].教育進(jìn)展，2023，13（12）：10130-10135.

[6] 劉海明，陶鵬輝.媒體數(shù)字內(nèi)容AIGC版權(quán)實(shí)踐的模仿倫理：爭(zhēng)議、界限與原則[J].新聞愛(ài)好者，2024（7）：27-31.

[7] 楊敏然，張新興，陶榮湘.現(xiàn)狀與趨勢(shì)：國(guó)內(nèi)人工智能生成內(nèi)容（AIGC）研究透視[J].圖書(shū)館理論與實(shí)踐，2024（2）：56-65.

作者簡(jiǎn)介：肖疆（1994—），男，重慶人，碩士，助理館員，就職于上海天文館（上?？萍拣^分館）。