華科大開發多模態AI工具直擊“穿幫”痛點

蔡新元介紹電影版《新江漢攬勝圖》的迭代過程。

文/圖 湖北日報全媒記者 張歆 通訊員 左盈

“10分鐘，數千年，這就是武漢！”5月中旬，華中科技大學視頻號發布《新江漢攬勝圖》電影版，這則10分鐘的長視頻濃縮江城千年史詩，壯闊恢宏。制作它需要投入多少人力？消耗多少工時？回答可能令人驚訝——初剪版由華中科技大學設計學院6人學生團隊在48小時內完成。

這一“效率奇跡”源于一款企業級多模態AI創意生產平臺——“愛烏”。日前，華中科技大學光影交互服務技術文旅部重點實驗室主任蔡新元向湖北日報全媒記者們展示了“愛烏”的神奇魔力。憑借這款自主研發的AI平臺，設計師不出辦公室，即可將腦海中的創意變成畫面清晰、觀感舒適的視頻作品。

針對視頻生成模型痛點研發控制系統

AI視頻并不是一件新鮮事。DataEye數據顯示，今年1月，國內AI漫劇上線數量創下新高，平均每天有470多部新劇上線；截至2月末，在播AI劇/漫劇總數已達12.78萬部，是2025年的兩倍。

行業一邊迎來爆發式增長，一邊在制作痛點上反復磋磨——“文生圖”要“抽卡”，后臺算力產出數百張圖片，滿足使用要求的僅為個位數；“圖生視頻”缺乏一致性，稍微長一些的視頻，人物、布景全走樣，“穿幫”頻現；高峰時段算力爭搶，生成時間長，設計師“披星戴月”，只為“錯峰打工”，節省等候時間。

痛點因何而生？“視頻生成模型好比一臺充滿能量的發動機，當我想把它變成一輛好車，讓它在我所期待的路線上奔跑，就需要有好的減震輪胎、導航系統等，得給它一些‘控制’?！辈绦略确降?，缺乏有效控制，視頻生成模型“自由發揮”，用戶就會遭遇使用困境。

光影交互服務技術文旅部重點實驗室具有跨學科優勢，針對行業痛點，團隊著手“愛烏”的研發，把人工智能、機器學習等領域的新技術應用到研發設計上，賦予其“控制系統”。如在業內普遍面臨的“抽卡”難題上，團隊通過結構化提示詞框架，將自然語言的提示詞轉化為計算機能理解的結構性語言，避免提示詞污染與理解偏差，進而控制生成的邊界；引入全鏈路控制系統應對“穿幫”，保障長視頻角色、場景、調性的一致性，促進鏡頭的自然銜接；“小樣本自主學習模型”技術則是通過上傳少量樣本，引導“愛烏”自主聯網搜尋，構建知識庫，有效避免海量樣本“投喂”，大幅降低算力消耗與樣本依賴。

蔡新元介紹，“愛烏”的研發目標是輔助設計師生成15分鐘到120分鐘的電影級長視頻。AI的應用也加速了研發進程，“愛烏”的代碼有三分之一由AI編寫完成，研發僅歷時半年。

“愛烏”讓創意創作更高效、更普惠

當前，人工智能已邁入規?；?、普惠化、產業化的全新階段。AI不再是科技巨頭與專業實驗室的專屬工具，而是深度融入創意、設計、影視、教育、制造等各行各業，成為重構生產方式、提升創作效率、釋放創新活力的底層動力。

對于AI，創意設計師常常一邊使用一邊畏懼，得益于AI技術帶來的便利，也懼怕AI最終成為取代自己的工具與對手，讓多年積累的專業能力失去價值。

“2030年短視頻行業市場規模將有望達萬億元。AI不僅能夠解決創意生成的質量和內容問題，更重要的是，在下一階段，它會真正成為吸納就業的主力軍?！辈绦略硎荆鳛楦咝Ｑ邪l團隊，必須正視技術引發的創作理念和創作實踐的變革，不僅要“用AI”，也要“造AI”，要引入更好的技術，開發更好用的AI平臺。

今年春節期間，蔡新元在“愛烏”上耗費3小時制作了一段1分鐘的小視頻，視頻中，一匹AI小紅馬勇闖華中科技大學設計學院，它漫步、奔馳、騰躍，和人親昵，雖年幼卻充滿活力、雄心勃勃，在視頻的最后，蔡新元動情地解說：“設計學院就像這匹小馬，承載著很多人的希望，也承載著我們對未來設計的理解和想象。新年快樂！”

今年3月，設計學院團隊依托該平臺，僅歷經不到200小時的連續攻關，制作出AI視頻《新江漢攬勝圖》，讓“武漢魅力”以超燃姿態“出圈”，發布后被中國外交部發言人官方賬號在X、Facebook等海外平臺轉發，引發全球網友圍觀點贊。

目前，“愛烏”已對10余家北京、武漢的設計公司開放試用。經測算，和實拍相比，經由“愛烏”制作可減少95%以上的成本?！啊異蹫酢挠⑽拿恰瓵RTIOO’，把AI和ART（藝術）融合，最后三個字母形似‘100’，我們想在數字創意產業做到滿分?！辈绦略f。