The Next Frontier of AI Video Is Control

集集摘要

a16z 合伙人 Jennifer Li 与 fal 联合创始人 Gorkem Yurtseven 以及工程负责人 Batuhan Taskaya 进行了对话，探讨当生成式视频足够快速实现实时运行时会发生哪些变化。他们解析了 H3 Max 的技术实现——这是 fal 对 MiniMax 开源权重视频模型进行微调后的版本，并探讨了如何通过结合模型微调与系统和硬件优化，在保持画质的同时显著缩短生成时间。这种速度使得连续视频实验成为可能，包括能够记住先前场景并在运行过程中响应新指令的视频流。他们还讨论了下一个挑战可能不再聚焦于速度，而是转向控制层面，从摄像机运动和灯光到角色、动作和口型同步。最后，他们探讨了这些能力对专业创意工作流程的潜在影响，艺术家和工作室需要的是可预测的工具，而非仅仅根据提示生成视频。

集集备注

a16z 合伙人 Jennifer Li 与 fal 联合创始人 Gorkem Yurtseven 以及工程负责人 Batuhan Taskaya 进行了对话，探讨当生成式视频足够快速实现实时运行时会发生哪些变化。

他们解析了 H3 Max 的技术实现——这是 fal 对 MiniMax 开源权重视频模型进行微调后的版本，并探讨了如何通过结合模型微调与系统和硬件优化，在保持画质的同时显著缩短生成时间。这种速度使得连续视频实验成为可能，包括能够记住先前场景并在运行过程中响应新指令的视频流。

他们还讨论了下一个挑战可能不再聚焦于速度，而是转向控制层面，从摄像机运动和灯光到角色、动作和口型同步。最后，他们探讨了这些能力对专业创意工作流程的潜在影响，艺术家和工作室需要的是可预测的工具，而非仅仅根据提示生成视频。

资源：

关注 Gorkem Yurtseven：https://x.com/gorkem

关注 Batuhan Taskaya：https://x.com/isidentical

了解更多关于 fal：[](https://fal.ai/)https://fal.ai

关注 Jennifer Li：https://x.com/JenniferHli

保持更新：

在 YouTube 上关注 a16z：YouTube

在 X 上关注 a16z

在 LinkedIn 上关注 a16z

在 Spotify 上收听 a16z Show

在 Apple Podcasts 上收听 a16z Show

关注我们的主持人：https://twitter.com/eriktorenberg

请注意，此处内容仅用于信息参考，不应视为法律、商业、税务或投资建议，也不应用于评估任何投资或证券，且未针对任何 a16z 基金的投资者或潜在投资者。a16z 及其关联公司可能在所讨论的公司中持有投资。更多详情请参见 a16z.com/disclosures。