出品/极客公园

作者/宛辰

抖音和快手火了之后，短视频成为人们「杀时间」最高效的工具。但直到微信视频号推出后，人们才认真思考，短视频可能不仅是网红和「土味」大片的舞台，自己或许也能「分一杯羹」。

「现在学做短视频还晚吗？」估计不少人在搜索引擎问过这个问题。毕竟，不像公众号，只要有身份证、会写字就行。做短视频至少需要背景乐、视频素材、配音、字幕等一系列因素。就算是像「半佛仙人」那样仅有鬼畜表情包的视频，也需要创作者有简单粗暴的逻辑，和精彩的「贯口」能力。而这些挑战，拦住了大部分想投身短视频事业的人。

不过，随着 AIGC 技术的逐渐成熟，现在，只需要输入一个单词，就能生成配音、背景乐、图片兼备的短视频——一家叫 QuickVid 的网站，集成了大部分 AIGC 工具，满足了人们「一键生成短视频」的幻想。

QuickVid 是怎么做到的？现在的短视频网红和 UP 主们，是不是马上就要被淘汰了？

01 自动生成短视频的魔法

QuickVid 做视频，人如其名，真的很「Quick」。

用户只需在 QucikVid 网站输入提示语、描述清楚想要创建的视频主题，QuickVid 就开始全自动生产短视频。

当你按下「提交」键，QuickVid 做了以下事情：

基于给出的提示，QucikVid 先利用 GPT-3 的生成文本功能生成短视频脚本，再从脚本中自动提取或手动输入的关键字，基于这些关键字从免费的 Pexels 库中选择背景视频，同时叠加由 DALL-E 2 生成的图像，并调用 Google Cloud 的文本转语音 API 来添加来自 YouTube 免版税音乐库的合成画外音和背景音乐。

有了这些基本骨架，QuickVid 生成的就是典型的 YouTube、TikTok 上的短视频。

在 QucikVid 输入 Cat 作为提示词，会自动生成短视频，如上：

正如上面展示的案例，看起来散装的 QuickVid 生成的短视频质量并不差，甚至还有点熟悉，一瞬间会让你想到生活中的很多场景。你甚至分辨不出来这段视频到底是机器做的，还是人做的。

科技评论者「评论尸」精辟地评论，「现阶段的几个技术应用的组合，确实可以彻底改变人类日常的内容消费习惯：ChatGPT，AI 作画，meme 和短视频。」QuickVid 这样的工具所生成的短视频正是人们现在所喜欢的内容，「以动态表情包+AI 语音合成配音为主的梗可以在 Tiktok 和抖音反复流行」。

自媒体人评论尸展示一个抖音上流行的短视频。QuickVid 完全可以自动生成这样的视频。｜视频来源：《鼠巢，AIGC，可颂猫，短视频》

但也就这样了，「集各家之所长」的 QuickVid 并没有突破生成式AI目前所展现的可能性。

也正是由于其工作原理，QuickVid 自动生成短视频的质量并不稳定。一个例子是背景视频的相关性，由于 QuickVids 目前仅限于 Pexels 目录，随机选择的背景视频常常只是与主题稍微沾边；另一方面，DALL-E 2 生成的图像也显示了当前文本到图像生成技术的局限性，比如文本乱码和比例失调。创始人 Habib 表示，QuickVid「每天都在测试和修补」。

Daniel Habib 是一名自学成才的开发者，曾在 Meta 从事 Facebook Live 和视频基础设施相关工作，他在短短几周内就开发出了 QuickVid 这样一款短视频生成器。

尽管如此，QuickVid 还是让我们看到了现有技术下生成式短视频的一种可能。毕竟，相比现有大公司，没有包袱的初创公司在产品上更大胆，因为几乎没有试错成本。

结合现有的 AI 技术，利用大量空镜短视频的重复、模板格式，QuickVid 解决了必须自己生成镜头的问题。

那么，QuickVid 这样的产品，会成为 Meta、谷歌等巨头，为简化短视频制作而开发的新功能吗？还是像很多生成式 AI 应用一样，不过是昙花一现的「玩具」？

02 当创作者开始比拼「念咒语」

如果 Stable Difussion（一款 AI 图片生成器）和 Jasper（一款 AI 文案生成器）的出现，让艺术创作者和营销人员这样特定领域的人看到了 AI 的生产力，那么 QuickVid 则进一步释放了像抖音、快手等短视频平台上普通用户的生产力。

短视频已经抢占了人们余暇时间的绝大部分注意力，QuickVid 使得短视频创作有更低的门槛，它会给人们带来什么样的影响？

QuickVid 的创建者 Daniel Habib 表示，QuickVid 是为了帮助创作者跟上受众的需求。通过为创作者提供快速轻松地制作优质内容的工具，帮助创作者增加内容输出、降低创作倦怠与灵感枯竭的风险，满足粉丝「不断增长」的需求。

听上去，Daniel Habib 似乎为 QuickVid 找到了绝佳的使用场景，切中了短视频创作者的痛点和刚需。但 QucikVid 真的可以帮助创作者满足受众的需求吗？

当生成短视频的门槛降低到只输入提示词后，短视频的数量的确可以想要多少就有多少。但不得不考虑另一个问题。

过去，短视频制作的每个环节——写脚本、拍素材、剪辑甚至配音，都可以区别竞争对手玩出花样、赢得流量；现在有了 QucikVid，大家比拼的就只剩输入的提示词了。当竞争规则变成谁念的「咒语」可以更容易让机器理解时，真的可以让创作者的内容脱颖而出吗？

恐怕相反，更有可能发生的是本就拥挤的短视频平台，充斥着同质化内容和垃圾内容。

对于垃圾内容的泛滥，Habib 认为，「短视频平台的算法，而不是 QuickVid，最适合确定视频的质量，制作低质量内容的人『只会损害自己的声誉』」。声誉受损自然会抑制人们使用 QuickVid 创建大规模的垃圾内容。换句话说，「如果人们不想看你的视频，那么这些视频就不会在 YouTube 等平台上获得分发和传播，而且，制作低质量的内容也会让人们以负面的眼光看待你的账号。」

更迫切的问题在于，QucikVid 面临着所有 AIGC 应用的共同挑战。

首先是生成式 AI 应用无法根除的「有毒」内容，即虚假有害或价值观不正确的短视频。

目前，GPT-3 依旧会散布虚假信息，特别是关于新近发生的事件，因为这些事超出了其知识库的范围。而由 GPT-3 改进而来的 ChatGPT 被证明有可能使用性别歧视和种族主义语言。尽管 OpenAI 有「过滤器」相关技术来阻止这些有毒内容，但效果并不理想。

依托于 GPT-3 的 QuickVid 当然也不可避免地会生成有毒内容。

TechCrunch 的作者 Kyle Wiggers 和朋友在 QuickVid 做了一次测试——输入一些攻击性的提示，看看 QuickVid 会产生什么。

结果显示，诸如「犹太新世界秩序」和「9/11 阴谋论」这样明显有问题的提示并没有产生有毒的脚本。但是对于「向学生灌输批判种族理论」，QuickVid 制作了一段视频，暗示批判种族理论可以用来给小学生洗脑。

输入「向学生灌输批判种族理论」后，QucikVid 生成的视频｜视频来源：TechCrunch

这令人担忧，特别是对于那些使用 QuickVid 制作资讯视频的人来说。

对此，Habib 表示，QuickVid 依靠 OpenAI 的过滤器来完成大部分的审核工作，并声称用户有义务手动审查 QuickVid 创建的每个视频，以确保「一切都在法律范围内」。

但这似乎站不住脚，如果真的如 Habib 所言，抖音快手这样的短视频平台早就可以省去繁重、昂贵的人工审核工作。而现实是，永远有下一个有毒视频在路上，靠所有人的自觉性并不可能。

另一个困境是版权问题。

围绕人工智能生成内容的版权状况是模糊的，至少目前是这样。例如，美国专利商标局（USPTO）最近撤销了对人工智能生成的漫画的版权保护，称受版权保护的作品需要人类作者。

当被问及美国专利商标局（USPTO）的决定会如何影响 QuickVid 时，Habib 说，这只涉及AI产品的「可专利性」，而不是创作者利用内容赚钱的权利。

他指出，创作者很少为视频提交专利，更多只是靠短视频赚钱。比起专利，他们更关心在自己账号发布高质量的内容，这将有助于扩大他们账号的影响力。他认为，QuickVid 用户保留有将创作内容用于商业的权利，有权在 YouTube 等平台上将其货币化（用这样的内容赚钱）。

其他的法律挑战还可能影响 QuickVid 的 DALL-E 2 集成，进而影响其生成图像叠加的能力。

近日，微软、GitHub 和 OpenAI 被提起集体诉讼，指控它们违反版权法，允许代码生成系统 Copilot 在不提供授权的情况下复制部分授权代码。(Copilot 是由 OpenAI 和微软旗下的 GitHub 联合开发的。) 这起案件对 DALL-E 2 这样的生成艺术 AI 也有影响，它也被发现从训练过的数据集中复制和粘贴图像。

Habib 并不担心，他认为生成式 AI 的潘多拉魔盒已经打开。他说：「如果明天出现另一场诉讼，OpenAI 消失了，还有几个替代方案可以为 QuickVid 提供动力。」他指的是类似 DALL-E 2 的系统 Stable Diffusion。QuickVid 已经在测试利用 Stable Diffusion 生成头像图片。

在应用层的创新消停多年后，ChatGPT 的横空出世让人们看到了「把应用层重做一遍」的可能。生成式 AI 革新的局面下，短视频自动生成器的出现可能是最具想象力的工具，毕竟，短视频是当前商业化能力最强的媒介形式。

如何利用 AIGC 降低人们创作的门槛，如果说其应用之前还停留在绘画和文字阶段，现在，视频无疑是 AIGC 即将攻克的下一个「堡垒」。QuickVid 只是 AIGC 冲向视频堡垒的第一个游骑兵，其身后是即将呼啸而至的「千军万马」。

更重要的是，堡垒中的平台、用户和监管层，面对新技术和新工具，将会采取怎样的措施，来维持「创作普惠」及「无用内容泛滥」的平衡状态。