記者俞陶然

  在日前舉行的中國首部AI動畫片《千秋詩頌》啟播暨中央廣播電視總臺人工智慧工作室揭牌儀式上，上海人工智慧實驗室研發的文生視頻大模型“書生·築夢”亮相。這個AI模型已經開源，授權用戶組織免費商用。它的參數量超過30億，可根據輸入的提示詞生成有故事性、含多鏡頭的分鐘級視頻，具有轉場流暢、故事連貫、畫質高清等特點。

  “由於數據、算力等資源限制，‘築夢’在視頻生成能力、時長、質量上與Sora還存在差距。”上海人工智慧實驗室領軍科學家林達華說，“隨著同總臺的深度合作，實驗室研發的模型在對中華文化的理解表現，以及與媒體編創實際生產流程的融合上，逐漸顯露出特色優勢。這類產研結合的新技術發展模式，將使我國AI科技發展走出差异化道路，並形成我們的文化特色。”

  國內首部文生視頻動畫問世

  上海人工智慧實驗室是我國人工智慧領域的新型科研機構，開展戰略性、原創性、前瞻性的科研和技術攻關，旨在突破人工智慧的重要基礎理論和關鍵核心技術，支撐我國人工智慧產業實現跨越式發展。現時，實驗室已聯合高校和企業，開發出“書生·浦語”“書生·浦語靈筆”“書生·浦語數學”等一系列大模型，並通過GitHub等平臺實現開源，並給予企業和開發者免費商用授權，打造大模型開源創新生態。

  “書生·築夢”是“書生”系列大模型之一，可賦能視頻創作。它與文生視頻框架AnimateDiff以及可控影像生成、影像驅動等科技結合，在動畫片等視頻領域有廣闊的應用前景。其中，文生視頻框架AnimateDiff無需額外的數據收集和定制化訓練，就能一次性、快速地為大多數個性化文字轉影像模型提供動畫效果。用這個框架製作的AI視頻已亮相今年央視春晚，成為歌曲《枕著光的她》中溫馨的動畫背景。

  去年，上海人工智慧實驗室與中央廣播電視總臺開始合作。去年7月，雙方聯合發佈“央視聽媒體大模型”。這是國內首個專注於視聽媒體內容生產的大模型，集聚了總臺的海量視聽數據和實驗室的原創先進算灋、大模型訓練基礎設施優勢。

  林達華介紹，“央視聽媒體大模型”包含新聞助手、數字人、文生視頻、動畫製作、場景渲染等功能板塊，融合了“書生·浦語”大語言模型、“書生·築夢”文生視頻大模型等AI多模態產品。

  如今，利用“書生·築夢”等AI工具製作的系列動畫片《千秋詩頌》已完成，將從2月26日起在總臺綜合頻道（CCTV-1）播出。這一國內首部AIGC（人工智慧生成內容）系列動畫片共26集，每集約7分鐘，其美術設計、動效生成和後期成片均由人工智慧輔助製作，具有里程碑意義。

  有望形成差异化國際競爭力

  《千秋詩頌》聚焦國家統編語文教材裏的200多首詩詞，依託“央視聽媒體大模型”，將這些詩詞轉化製作為國風動畫。節目首批推出《咏鹅》等6集詩詞動畫，再現古典詩詞中凝聚的家國情懷和人間真情，讓觀眾特別是青少年感受到中華文化的恒久魅力，在內心厚植文化自信。

  大模型是如何生成這部動畫片的？林達華展示了一些製作環節：在“央視聽媒體大模型·AIGC動畫製作”介面上，上傳一張唐朝青年男子的“參攷風格圖片”，隨後在“概念設計描述”文字方塊裏輸入“中國風，唐朝，中年，清秀，男性，淡綠色衣服”，幾秒鐘後，一個符合這些提示詞的動畫人物形象就出現在荧幕上。

  按照這個流程，動畫片裏的各種唐朝人物很快誕生，節省了動畫人物美術設計的大量人力和時間成本。“中國風，唐朝，女孩，圓潤，粉白色裙子”“中國風，唐朝，軍官，年紀較大，男性，嚴肅”“中國風，唐朝，壯年，男性，灰色帽子和灰色服裝”……記者看到，大模型生成的人物形象都與提示詞相符，畫風也頗為精美。

  據介紹，這些動畫人物的服飾都符合唐代服飾特點。不僅如此，動畫片裏的建築、器皿、擺件等道具也都有歷史依據，參攷了博物館文物和相關圖片。如片中的熏香爐源自陝西歷史博物館的“透雕忍冬紋五足銀熏爐”；孟浩然桌上的茶具是由AI科技復原的唐代“七星盤”；城門則是在參攷唐代丹鳳門的基礎上，用AI科技風格化處理後創作而成。

  在訓練“書生·築夢”時，科研團隊和節目導演給它輸入了大量包含中國傳統文化的精准數據，讓它能生成有歷史依據的人物、場景等圖片，其美術風格具有中國水墨畫和工筆劃的特質。

  在場景和建築美術設計環節，輸入“中國風，唐朝，官員宴客廳”等提示詞後，“書生·築夢”即可再現大唐場景。在輔助動效生成環節，選取一張官員圖片，再輸入“唐朝，一個官員，哈哈大笑”，就生成了官員端起酒杯大笑的短視頻。

  AIGC科技製作的動畫片質量到底如何？近日播出後，將由觀眾評判。在林達華看來，這種科研機構與傳媒機构合作的科技發展模式，有望形成差异化的國際競爭力，實現科技和文化的協同創新。