人工智能通识与AIGC应用（微课版）课件 项目8 影创纪元：AIGC视频生成之旅

项目8影创纪元：AIGC视频生成之旅任务1：使用AIGC创作数字人讲文物视频任务2：使用AIGC生成解说古诗《登鹳雀楼》的动态视频任务1使用AIGC创作数字人讲文物视频任务1：使用AIGC创作数字人讲文物视频1．认识视频制作与AI视频生成2．使用豆包生成视频的步骤3．使用即梦AI生成视频的方式4．认识剪映 5．认识数字人1.

认识视频制作与AI视频生成视频制作是将图像、视频及背景音乐进行重新剪辑、整合、编排，从而生成一个新的视频文件的过程，不仅是对原素材的合成，也是对原素材的再加工。人工创作的短视频创意多来源于创作者个人的独特生活经历、文化素养、社会观察和情感世界等。创作者从零开始构建故事线、表现手法和视觉呈现方式，能够融入个性化的视角和细腻的情感体验，更有可能诞生极具开创性和创新性的短视频创意。所以，人工视频制作需要创作者逐帧调整和剪辑，耗时、耗力。AI视频生成的创意源自对海量数据的学习与分析。它通过算法挖掘已有数据中的各种模式、主题和风格特点，然后依据用户给定的关键词、目标受众和期望的风格类型，将这些学习到的元素进行重新组合，生成相应的创意内容。这种方式在既有框架内进行多样化的搭配，但较难突破已有的数据范畴，创造出前所未有的创意内容。所以，AI视频生成具有高效、快速的特点，能够在短时间内完成视频制作。2.

使用豆包生成视频的步骤使用豆包生成视频的3个步骤（1）选择“视频制作”功能打开豆包，并登录账号，在主界面或菜单中选择“视频制作”功能。（2）输入素材与描述根据需求选择“视频生成”，输入相应的素材，如图像或文本描述视频的基本内容。（3）生成并预览视频单击“生成视频”按钮，等待几秒，豆包会根据输入的素材和选择的模型生成视频。演示3.

使用即梦AI生成视频的方式即梦AI是一个生成式人工智能创作平台，基于“让灵感即刻成片”的使命，即梦AI为众多设计师及艺术爱好者提供得心应手的创作工具和源源不断的创作灵感。演示4.

认识剪映剪映是由抖音旗下深圳市脸萌科技有限公司开发的视频编辑工具，主要实现AI剪辑视频、语音转字幕、智能抠像、一键成片等功能。演示5.认识数字人数字人（DigitalHuman）是指通过计算机技术生成的虚拟人物，具备人类的外观、行为甚至智能，能够与人类进行交互或自主完成特定任务。它结合了人工智能、计算机图形学、语音识别等技术，可模拟真实人类的动作、表情和语言，甚至具备情感表达能力。根据“拟人化”和“自动化”两个维度，可以将数字人分成L1～L5这5个等级。任务实施使用AIGC创作数字人讲文物视频演示任务2：使用AIGC生成解说古诗《登鹳雀楼》的动态视频任务2：使用AIGC生成解说古诗《登鹳雀楼》的动态视频1AI生成视频的常见方式2AIGC视频生成的原理3AIGC视频生成的核心技术方法

4AIGC视频生成的应用场景1.AI生成视频的常见方式(1)文本生成视频AI生成视频的方式多样，根据输入源和生成逻辑的不同，主要分为文本生成视频、图像生成视频、视频生成视频、三维模型驱动、多模态生成、物理仿真生成等六大类，每种方式对应不同的技术方案和适用场景。下面主要介绍以下3种常见的生成视频方式。文本生成视频（Text-to-Video）是人工智能领域的一项重要技术，它通过自然语言描述直接生成动态视频内容，无须人工绘制或拍摄。该技术基于扩散模型（DiffusionModel）和时空注意力（Spatio-TemporalAttention）机制，能够将文本提示词转化为连贯的视觉序列，被广泛应用于影视制作、广告创意、游戏开发等领域。1.AI生成视频的常见方式(2)图像生成视频图像生成视频（Image-to-Video）是通过单张或多张静态图像生成动态视频序列的技术。该技术基于扩散模型和三维重建算法，能够为输入的图像添加合理的运动效果，被广泛应用于影视特效、电商展示、社交媒体内容创作等领域。(3)视频生成视频视频生成视频（Video-to-Video）是以现有视频为输入，通过人工智能技术对其进行风格迁移、内容编辑或质量增强，生成新视频的技术。该技术基于GAN、扩散模型和时序一致性算法，可实现对视频内容的智能重构与增强，被广泛应用于影视后期、广告制作、社交媒体二次创作等领域。2.AIGC视频生成的原理AIGC视频生成技术主要依赖机器学习与深度学习算法。视频生成是人工智能和计算机视觉领域的重要研究方向，旨在通过算法生成逼真或具有特定语义的视频内容。视频生成基于生成模型（GenerativeModel），核心目标是从数据分布中学习规律并生成新样本。GAN通过生成器（Generator）和判别器（Discriminator）的对抗训练，生成高质量视频帧。VAE通过“编码器-解码器”结构学习潜在空间分布，生成连续的视频帧。扩散模型通过逐步去噪过程生成视频，在图像生成领域取得突破后扩展至视频领域。时间维度建模中，视频生成的本质是时空联合建模，需同时处理空间（单帧图像）和时间（帧间动态关系）的连续性。保持时间一致性就是确保生成视频的帧间动态连贯（如物体运动、光照变化）。长期依赖建模则是捕捉长序列中的复杂动作（如人体舞蹈、自然场景演变）。3.

AIGC视频生成的核心技术方法AIGC视频生成的核心技术方法包括基于GAN的视频生成、基于扩散模型的视频生成、自回归模型、神经辐射场（NeRF）扩展等。基于GAN的视频生成中，三维卷积GAN利用三维卷积网络处理视频的时空特征；Vid2Vid通过条件GAN实现视频到视频的转换（如语义分割图→真实视频）；MoCoGAN将视频分解为内容（静态特征）和运动（动态特征）的潜在空间。基于扩散模型的视频生成中，VideoDiffusionModels表示扩展图像扩散模型至视频，通过时空注意力机制建模帧间关系；LatentVideoDiffusion表示在潜在空间进行扩散以降低计算成本。自回归模型中，Transformer-basedModels利用时空Transformer建模长序列依赖（如VideoGPT、Phenaki）；MaskedFramePrediction模型通过预测被遮蔽的帧实现视频生成。神经辐射场扩展中，DynamicNeRF表示将静态三维场景建模扩展至动态视频，通过隐式表示生成高质量、视角一致的视频。4.

AIGC视频生成的应用场景AIGC视频生成技术作为生成式人工智能的重要分支，近年来在多个领域展现出强大的应用潜力。结合当前技术发展和实际案例，其核心应用场景可总结为