이미지: X — 뉴스 앰프
摘要
- Min Choi在X上分享了一段用Pika Soundtrack配音的Will Smith意面梗视频
- Pika Soundtrack是8月14日发布的4款Pika Audio Models之一,可根据视频动作识别添加音效、音乐和人声
- 其余三款模型分别为Pika Speech、SFX、Music,均仅通过Pika API Club提供
- 소개자
- Min Choi(뉴스 앰프), 2026년 8월 14일 X 게시
- 데모 소재
- 윌 스미스 스파게티 먹방 AI 밈 영상에 소리 추가
- 기능
- Pika Soundtrack — 음악·음성·모션 인식 SFX를 영상에 자동 삽입
- 관련 발표
- Pika Audio Models 4종(Soundtrack·Speech·SFX·Music), 8월 14일 API 전용 공개
- 가격 주장
- Pika는 시장 오디오 모델 대비 최대 20배 저렴하다고 밝힘(Soundtrack 초당 0.617)
发生了什么
运营新闻搬运账号的Min Choi在X上发布的一段视频引发关注。那段用AI制作的、Will Smith吃意面的著名梗视频,这次配上了声音。Min Choi将其形容为"AI用了三年时间修复了这个问题"。为这段视频配音的工具是Pika Soundtrack,这是一款能根据画面中的动作自动匹配音乐、台词乃至音效的模型,据悉是Pika近期发布的一系列音频模型之一。
这是怎么回事
Will Smith意面视频于2023年初问世,曾作为象征AI视频生成技术局限性的案例在网络上广为流传。面部扭曲、动作僵硬,再加上没有声音,这段视频成为早期AI视频"粗糙"特征的代表性梗图。这次Min Choi分享的视频为该梗配上了声音,某种程度上成了展示过去三年AI视频技术进展程度的对比素材。
为视频配音的工具Pika Soundtrack,是Pika于8月14日发布的4款音频模型——Soundtrack、Music、SFX、Speech之一。这四款模型分别负责背景音乐、音乐生成、音效和人声,据悉均仅通过Pika API Club提供。Pika当时宣称,其音频模型比市场上的竞品最多便宜20倍,并指出在视频配音方式上与之类似的竞品Hunyuan Foley,称Soundtrack的成本效益是其两倍。目前公开的具体单价只有Soundtrack每秒0.617美元这一项。
那么这带来了什么变化
过去几年,AI视频生成工具一直在画质和动作自然度上展开竞争,但声音方面大多被放在次要位置。此前需要在无声视频上另行配上音乐或音效的制作流程,随着Pika Soundtrack这类可识别动作的音频模型出现,正在减少一道工序。Min Choi所说的"无声AI视频已经终结"也可以从这个角度来理解。不过,由于该模型目前仅通过API Club提供,普通用户能否很快亲身体验,仍有待观察。
