이미지: ElevenLabs (YouTube) 영상 갈무리 · METAL LAB 편집
摘要
- ElevenLabs宣布在自家创作工具ElevenCreative中接入了字节跳动Seed团队的视频生成模型Seedance 2.5
- ElevenLabs介绍称，用户可以在同一界面内完成配音、对口型、音乐和音效的衔接制作
ElevenLabs宣布，已将字节跳动Seed（ByteDance Seed）团队开发的视频生成模型Seedance 2.5接入自家的视频与图像制作工具ElevenCreative。在发布于YouTube的介绍视频中，ElevenLabs说明称，这款模型最多可一次接收50张参考图像，全程保持角色、产品和光线信息的一致性，无需分镜或拼接，单次生成即可完成30秒的完整视频。
这番说明其实是直指现有AI视频生成方式的痛点。以往制作长版AI视频，常见做法是把多段短片拼接在一起，但这个过程中每次切换镜头，人物面部都可能出现细微变化，产品形状也容易悄悄走样。ElevenLabs在视频里也提到，"模型会忘记自己原本在做什么"——这正是把多段短生成拼接在一起时，前后语境断裂的现象。Seedance 2.5的思路是事先把角色、产品、场景、光线作为参考素材提供给模型，再用一段提示词描述整个场景，从而在单次生成过程中保持一致性。
Seedance是TikTok母公司字节跳动旗下AI研究团队ByteDance Seed打造的一系列视频生成模型，ElevenLabs则是将该模型引入自家工具使用的一方。同一时期，Higgsfield、Krea等其他视频制作工具也相继展示了将Seedance 2.5与运镜路径、3D场景控制结合使用的案例。相比之下，ElevenLabs这次的发布把音频后期处理也整合进了同一个界面，思路略有不同。
据介绍，在ElevenCreative中生成视频后，可以立即添加配音、对口型、背景音乐和音效。这意味着用户不必在视频生成和音频后期处理之间来回切换、使用多个不同工具。不过实际画质表现，以及模型对参考素材的还原精度等具体性能细节，仅凭这次介绍视频还无法确认。
评论