音视频全都要，Pika不再是单纯的视频生成工具

作者：刘文轩

给猫咪戴上墨镜、让麦田圈变成甜甜圈、在沙滩上显示你的名字…… 三言两语就能让AI生成一段视频，从早期的Runway到Pika，再到前阵子引起热议的Sora，每款产品出现，舆论都直指好莱坞，视频制作的门槛立刻被拉了下来。

其实Pika Labs的成立到现在也不过一年时间，去年11月29日，Pika 1.0发布时，宣传视频展现出惊艳的生成效果，只有4人的小团队，加上创始人是从斯坦福退学的两位年轻华裔女性，让Pika在当时变得极具话题性，也在中国引起热议。

不过Pika生成视频的效果至今没有什么进步，看起来也很难与Sora抗衡，所以目前Pika也只是更多地在功能和使用体验上下功夫。

在短短不到半年时间里，Pika增加了不少新功能，不仅能根据视频画面生成音效，还能为人物对口型，最近还推出了风格选项。Pika正试图把自己打造成一个“all in one”的视频制作工具，从画面到声音，一手包办。

Pika非常好上手，除了可以上传照片和视频外，使用方法基本和ChatGPT无异——输入你的指令，发送出去就行了。不过Pika比较麻烦的是，每次只能生成3秒钟的视频，如果想用Pika制作较长的视频，需要订阅它的几档付费计划，这样就能直接在上一次生成的3秒钟视频里接续生成后面的内容。

不过在生成完的视频下方点选“Add 4s”后的对话框界面，可以看出，它延长视频时间的方法，也只是在上一次生成的视频画面基础上，搭配提示词，而且也只能生成4秒钟而已。

所以我也可以截取生成完视频的最后一帧，配合提示词，让之前生成的故事延续3秒钟。

不过和许多生成式AI一样，Pika生成的内容也有一定的不可控性，想要最好的效果，不仅要精心设计提示词，也需要多多试错。

在修改视频的步骤上，Pika最近推出了修改风格（Styles）的选项，提供动漫、阴郁、3D、水彩、自然、粘土动画、黑白7种选择。

在实际选择一种风格后，就能看到一句提示词，说明这些改变风格的选项本质上还是通过输入提示词来实现的。

对比生成效果，构图虽然没有多大变化，风格夜的确是粘土动画，但整体的颜色还有任务的神态并没有很好的还原出来。

可能是为了弥补视频生成能力的不足，所以Pika一直在丰富自己的功能。前阵子还加入了音效（Sound Effects）生成能力，简单来说，就是让Pika识别视频内容，并搭配一段合适的音效。

有时候Pika为视频生成的音效完全看不出与视频本身有任何关联性，所以Pika每次都会提供三种音效供选择，这也许也算是一种“补救措施”吧。

不过生成的音效到底能用，还是取决于视频内容，如果没有明显的场景，Pika可能也难以决定放怎样的音效比较适合。

比如烟花的画面就比一间会议室或简单的人像更容易识别，你甚至不需要额外补充提示词，它就能生成完全符合画面内容的音效。

如果是人像画面，其实对口型（Lip sync）功能更适合它，只是这个功能与Pika的主要能力关联性不是很强，因为这个选项需要上传视频或照片，或者在生成好的视频里面点“编辑”按钮才能出现，而不是在文生图的过程中“顺便”完成一下。

可以输入文字，选择几个预设的声音，让他们帮你朗读，或者直接上传音频，根据音频内容对口型。

朗读的声音还是比较自然的，而且讲中文的语气也挺自然的，但问题是口型不太自然，能看得出是AI生成的。

Pika目前给我一种“泛而不精”的印象，什么功能都要沾一点，但表现都不尽如人意。也许现在的Pika定位娱乐体验多于生产力，从输入框旁边的骰子按钮就能看出这一点。

不过Pika也在丰富各种功能，而且每一项功能的使用体验都可以说相当精美，对于生成视频的画面比例、反向提示词、运动强度等等也有专门的区域做调整，甚至还提供了文件夹方便管理生成的项目，可以看出它在生产力上面也有十足的野心。