Redacción: Zheng Minfang
Fuente: Observador de Wall Street
Cuando OpenAI en la otra orilla del océano parece haber pulsado el botón de "pausa" del modelo de generación de IA Sora, los gigantes tecnológicos chinos han lanzado un contraataque en este campo.
Recientemente, el modelo más reciente de generación de videos de IA de ByteDance, Seedance 2.0, se lanzó, y rápidamente desencadenó una gran conmoción en Internet gracias a sus ventajas como entrada multimodal, autoenfoque y coherencia.
El fundador de Game Science, Feng Ji, después de una profunda experiencia, dio un juicio muy ponderado: "El campo del contenido experimentará sin duda una inflación sin precedentes en la historia".
La profecía de Feng Ji no era una preocupación infundada.
Esta onda de choque se está transmitiendo rápidamente a industrias como el comercio electrónico, los videojuegos, las plataformas de video y la producción cinematográfica: en el ámbito del comercio electrónico, los umbrales tecnológicos de los centros de producción de bajo coste y de los estudios de filmación se han eliminado por completo; en la industria de los videojuegos, los ciclos de producción de pruebas de concepto y de materiales para adquisición de usuarios se han comprimido al máximo, haciendo que la competencia sea aún más feroz; las plataformas de video se ven obligadas a optimizar aún más sus lógicas de distribución para hacer frente a la explosión de la oferta; y el proceso lineal tradicional de producción cinematográfica, basado en «filmación + montaje», se enfrenta ahora a un ataque de reducción de dimensiones por parte de una línea de producción industrial basada en «palabras clave + generación».
Una gran reorganización industrial sobre beneficios y reemplazos ya ha comenzado.
Explosión de la capacidad de producción de videos
En la última año, el mayor dolor de cabeza de los videos de IA radica en su capacidad de entrega.
Ya sea Sora, Runway, o las herramientas nacionales como Keling, o incluso Jiemeng desarrollado internamente por ByteDance, todos presentan este problema. Los creadores suelen quedar atrapados en un juego de "extraer cartas", y para obtener un video de unos segundos sin colapsos y coherente, suelen tener que generar decenas de veces repetidamente.
La ruptura central de Seedance 2.0 radica en el intento de convertir "hacer trucos" en "narrativa entregable".
El avance crucial en capacidades se manifiesta principalmente en tres aspectos:
Primero, entrada multimodal. Según pruebas reales de Toutiao Tech, los usuarios miembros de JiMeng necesitan solo 1 yuan para activar la renovación automática y pueden usar directamente Seedance 2.0, que admite texto, imágenes, videos y audio como materiales de referencia de entrada. Se podría decir que casi cualquier formato que puedas imaginar se puede ingresar para generar videos.
En segundo lugar, comprender la narración y aprender a manejar la composición cinematográfica por sí mismo. Seedance 2.0 ha demostrado un pensamiento "de director", no solo puede comprender lógicas narrativas complejas, sino que también puede programar automáticamente el lenguaje cinematográfico, realizando operaciones de movimiento de la cámara como acercamientos, alejamientos, movimientos horizontales y verticales. El video ya no es simplemente un desplazamiento simple de imágenes estáticas, sino que ahora posee una lógica narrativa con sensación cinematográfica.
Tercero, la coherencia visual. Según pruebas reales realizadas por Tech 24/7 en varias aplicaciones de generación de videos de IA en el mercado, problemas como la distorsión de las expresiones faciales durante el movimiento del sujeto principal y la presencia de fondos con desenfoques y enfoques claros entrelazados son recurrentes.
Pero según el video de demostración, Seedance 2.0 mantiene la coherencia de la cara, la imagen y otra información durante el proceso de movimiento del sujeto principal, lo que hace posible la expresión de una trama coherente.
Esto significa que la generación de video con IA está pasando de ser un juguete a convertirse en una herramienta. Esta capacidad de convertir la generación de video en una tubería industrial estandarizada hace que el dicho "todos somos directores" deje de ser un slogan vacío, y también reducirá en gran medida los costos de producción de video.
Feng Ji utilizó la palabra "inflación" para describir este cambio.
«El costo de producción de videos generales ya no podrá seguir la lógica tradicional de la industria cinematográfica y de la televisión, sino que comenzará a acercarse gradualmente al costo marginal del cálculo. El campo del contenido experimentará sin duda una inflación sin precedentes, y las estructuras organizativas y procesos de producción tradicionales serán completamente reconfigurados. Creo que cualquiera que haya usado esta tecnología podrá comprender rápidamente que esta predicción no es en absoluto una exageración infundada.», afirmó Feng Ji.
Primera ola de impacto
Cuando el costo marginal de producción de videos se acerca a cero, los modelos de negocio basados en estructuras de costos tradicionales serán los primeros en sufrir.
Las cuatro industrias de comercio electrónico, juegos, plataformas de video y producción cinematográfica podrían ser las primeras industrias afectadas.
La sensación más directa del terremoto apareció primero en el campo del comercio electrónico.
La exhibición de productos, la interpretación de escenarios y los videos de explicación de funciones, en esencia, no dependen de una narrativa artística compleja, sino de la transmisión clara de información.
Con la popularización de Seedance 2.0, el umbral para que los comerciantes obtengan capacidades de expresión en video ha sido completamente eliminado. Las empresas de video de baja calidad que dependían del "desequilibrio informativo" y de la "barrera tecnológica", junto con los centros de filmación de Taobao, enfrentarán un invierno. La producción de videos podría pasar de un servicio profesional externalizado a una operación diaria propia de los comerciantes.
En comparación con el comercio electrónico, el impacto de los modelos de generación de videos de IA en los videojuegos podría ser relativamente limitado, pero la revolución ya ha comenzado silenciosamente.
La elaboración de visiones del mundo, la validación de conceptos y el costo de los videos de material para adquisición de usuarios está disminuyendo de forma exponencial. Más proyectos serán validados en etapas más tempranas, y también serán eliminados en etapas más tempranas.
Una fuente interna de una empresa de juegos en Pekín le dijo a TechWeb que la empresa ya ha iniciado pruebas a pequeña escala para Seedance 2.0.
Los modelos de generación de video de IA también están cambiando la lógica de distribución de las plataformas de video.
Para plataformas como Douyin y Kuaishou, los videos generados por modelos como Seedance 2.0 traen una explosión en la oferta de contenido, forzando a las plataformas a transferir completamente su competencia central a mecanismos de «selección y distribución». Por ejemplo, quién tiene un algoritmo que pueda extraer con mayor precisión el oro de un contenido AI generado en masa, y quién tiene una mayor eficiencia en la conversión comercial, será el ganador.
En el campo audiovisual, la capacidad narrativa multilente de Seedance 2.0 podría transformar el proceso de producción.
En el pasado, la creación de una obra audiovisual solía seguir un estricto proceso industrial lineal: primero se realizaban inmensas cantidades de tomas, y luego, mediante la selección y montaje realizados por el montador en la sala de postproducción, se construía la lógica narrativa.
Pero en la lógica de Seedance 2.0, este límite se está volviendo borroso.
En la etapa de filmación, existe la posibilidad de que los escenarios futuros sean generados a bajo costo por modelos de IA; los modelos mismos poseen una comprensión del movimiento de la cámara y el ritmo narrativo, por lo que en el momento de generar el video en realidad ya se ha completado de forma sincronizada el trabajo de "montaje".
La IA ya no solo reproduce fragmentos sueltos de material, sino que entrega directamente "videos terminados" con una relación coherente de espacio y tiempo.
Esto significa que, en la producción cinematográfica tradicional, el proceso posterior de edición, que consume mucho tiempo, enfrenta el riesgo de ser sometido a un "ataque de reducción de dimensiones" por algoritmos.
El flujo de creación futura podría no ser ya «filmación + edición», sino «palabras clave + generación», y el rol del editor se transformará desde el de «operario» hacia el de «ingeniero de instrucciones» o «responsable del criterio estético».
Aunque los videos generados actualmente por Seedance 2.0 no son perfectos al 100 %, y aún hay aspectos que mejorar en detalles lógicos, imágenes, etc., en el contexto de que la velocidad de iteración tecnológica supera con creces las expectativas del mercado, estos problemas no serán obstáculos en el futuro cercano.
El «riñón de castillo» de la propiedad intelectual
La asombrosa capacidad de "remasterización" de Seedance 2.0, mientras permite a las personas comunes disfrutar de la sensación de creación, también ha generado una presión sin precedentes para los titulares de derechos de autor.
Recientemente, muchos fragmentos de «recreaciones» e incluso «parodias» de las películas clásicas de Stephen Chow se han viralizado en plataformas de videos cortos.
Con el impulso del poder de cálculo de los modelos de generación de videos de IA, la expresión facial de Stephen Chow, su risa característica y su estilo clásico de diálogo han sido replicados por una gran cantidad de usuarios a bajo costo, generando incluso muchas tramas absurdas que nunca ocurrieron.
Esto rápidamente llamó la atención del equipo de Stephen Chow.
El representante de Stephen Chow, Chen Zhenyu, publicó abiertamente un mensaje cuestionando: "Quiero preguntar, ¿esto pertenece a una infracción (especialmente la amplia difusión de los últimos días)? Creo que los creadores ya deben haber obtenido beneficios, ¿y cierta plataforma no estaría permitiendo esto, proporcionando a los usuarios para generar y publicar?"
Esta cuestión parece revelar la ansiedad sobre los derechos de autor en la era de la IA, pero desde la lógica comercial profunda, esto precisamente demuestra la escasez extrema de los IP de élite en la era de la IA.
En el futuro, en la creciente inundación de contenido generado por IA, la tecnología en sí misma ya no será un obstáculo, ya que todos tendrán la misma herramienta Seedance 2.0.
Las barreras reales aún están bajo el control de los propietarios de la propiedad intelectual.
Precisamente por la saturación del mercado con numerosas imitaciones de "Stephen Chow", se hace más evidente la irremplazabilidad de la propiedad intelectual auténtica de "Stephen Chow".
Cuando la oferta de contenido no solo es excesiva sino también "inflacionaria", el tiempo y la atención de los usuarios se volverán más valiosos que nunca. Lo que sigue captando la atención del usuario de inmediato son, sin embargo, aquellos IPs clásicos con poderosa penetración emocional y validados por el tiempo.
En otras palabras, aunque la IA ha reducido el umbral de producción, ha elevado infinitamente el valor de la "distingibilidad".
Para los propietarios de derechos de autor, el panorama sigue siendo prometedor. Los activos de IP acumulados durante años ya no serán solo objetos de infracción, sino que podrán ampliar exponencialmente su valor comercial a través de la autorización oficial, utilizando la palanca de la inteligencia artificial y pasando por las manos de innumerables creadores.
Desde que en febrero de 2024, Sora 1.0 de OpenAI se convirtió en el primer modelo mundial de generación de videos AI que soporta la generación de videos de hasta 60 segundos, hasta ahora, ByteDance ha logrado con Seedance 2.0 la generación de películas narrativas de audio nativo de 60 segundos mediante entradas multimodales, solo ha pasado un tiempo de 2 años.
En una era en la que la tecnología se desarrolla a toda velocidad, todos los sectores están ante una encrucijada: los costos a nivel operativo están siendo comprimidos al máximo, y aquellos trabajos repetitivos, basados en acumular mano de obra y tiempo, serán reemplazados sin piedad; al mismo tiempo, el valor de las propiedades intelectuales y la creatividad está siendo amplificado al máximo.
Cuando las herramientas se vuelvan fácilmente accesibles, lo que determinará la altura del contenido ya no será si se sabe o no usar el software, sino si la concepción mental sobre el mundo es suficientemente única.