音視頻全都要，Pika不再是單純的視頻生成工具

作者：劉文軒

給貓咪戴上墨鏡、讓麥田圈變成甜甜圈、在沙灘上顯示你的名字…… 三言兩語就能讓AI生成一段視頻，從早期的Runway到Pika，再到前陣子引起熱議的Sora，每款產品出現，輿論都直指好萊塢，視頻制作的門檻立刻被拉了下來。

其實Pika Labs的成立到現在也不過一年時間，去年11月29日，Pika 1.0發布時，宣傳視頻展現出驚艷的生成效果，只有4人的小團隊，加上創始人是從斯坦福退學的兩位年輕華裔女性，讓Pika在當時變得極具話題性，也在中國引起熱議。

不過Pika生成視頻的效果至今沒有什么進步，看起來也很難與Sora抗衡，所以目前Pika也只是更多地在功能和使用體驗上下功夫。

在短短不到半年時間里，Pika增加了不少新功能，不僅能根據視頻畫面生成音效，還能為人物對口型，最近還推出了風格選項。Pika正試圖把自己打造成一個“all in one”的視頻制作工具，從畫面到聲音，一手包辦。

Pika非常好上手，除了可以上傳照片和視頻外，使用方法基本和ChatGPT無異——輸入你的指令，發送出去就行了。不過Pika比較麻煩的是，每次只能生成3秒鐘的視頻，如果想用Pika制作較長的視頻，需要訂閱它的幾檔付費計劃，這樣就能直接在上一次生成的3秒鐘視頻里接續生成后面的內容。

不過在生成完的視頻下方點選“Add 4s”后的對話框界面，可以看出，它延長視頻時間的方法，也只是在上一次生成的視頻畫面基礎上，搭配提示詞，而且也只能生成4秒鐘而已。

所以我也可以截取生成完視頻的最后一幀，配合提示詞，讓之前生成的故事延續3秒鐘。

不過和許多生成式AI一樣，Pika生成的內容也有一定的不可控性，想要最好的效果，不僅要精心設計提示詞，也需要多多試錯。

在修改視頻的步驟上，Pika最近推出了修改風格（Styles）的選項，提供動漫、陰郁、3D、水彩、自然、粘土動畫、黑白7種選擇。

在實際選擇一種風格后，就能看到一句提示詞，說明這些改變風格的選項本質上還是通過輸入提示詞來實現的。

對比生成效果，構圖雖然沒有多大變化，風格夜的確是粘土動畫，但整體的顏色還有任務的神態并沒有很好的還原出來。

可能是為了彌補視頻生成能力的不足，所以Pika一直在豐富自己的功能。前陣子還加入了音效（Sound Effects）生成能力，簡單來說，就是讓Pika識別視頻內容，并搭配一段合適的音效。

有時候Pika為視頻生成的音效完全看不出與視頻本身有任何關聯性，所以Pika每次都會提供三種音效供選擇，這也許也算是一種“補救措施”吧。

不過生成的音效到底能用，還是取決于視頻內容，如果沒有明顯的場景，Pika可能也難以決定放怎樣的音效比較適合。

比如煙花的畫面就比一間會議室或簡單的人像更容易識別，你甚至不需要額外補充提示詞，它就能生成完全符合畫面內容的音效。

如果是人像畫面，其實對口型（Lip sync）功能更適合它，只是這個功能與Pika的主要能力關聯性不是很強，因為這個選項需要上傳視頻或照片，或者在生成好的視頻里面點“編輯”按鈕才能出現，而不是在文生圖的過程中“順便”完成一下。

可以輸入文字，選擇幾個預設的聲音，讓他們幫你朗讀，或者直接上傳音頻，根據音頻內容對口型。

朗讀的聲音還是比較自然的，而且講中文的語氣也挺自然的，但問題是口型不太自然，能看得出是AI生成的。

Pika目前給我一種“泛而不精”的印象，什么功能都要沾一點，但表現都不盡如人意。也許現在的Pika定位娛樂體驗多于生產力，從輸入框旁邊的骰子按鈕就能看出這一點。

不過Pika也在豐富各種功能，而且每一項功能的使用體驗都可以說相當精美，對于生成視頻的畫面比例、反向提示詞、運動強度等等也有專門的區域做調整，甚至還提供了文件夾方便管理生成的項目，可以看出它在生產力上面也有十足的野心。