[TL;DR Araw-araw na Pinakamahusay] AI na direktor, 5 araw na pagbabalik sa isang kalamidad noong 400 taon na ang nakalipas sa Dinastiyang Ming—hindi ito siyensyang pangarap, kundi aktwal na pagsasagawa ng multi-modal na modelo ng Alibaba Cloud! Mula sa mga kasaysayan hanggang sa mga eksplodyong eksena, ang AI ay hindi lamang nakakagawa ng larawan o pagpapakita, kundi nakakaintindi rin ng intensyon ng direktor, at diretso nang pinapalitan ang tradisyonal na proseso ng paggawa ng pelikula na nagtatagal ng ilang buwan. Sino pa ang maaaring sabihin na ang AI ay isang laruan lamang? 📌 AI ni Lu Chuan: Pagbaba ng antas sa paggawa ng pelikula - Ang tradisyonal na pagbabalik sa mga eksena ng kalamidad ay nagtatagal ng ilang buwan at nagkakahalaga ng milyon-milyon; ang AI ay natapos sa 5 araw. - Mga eksplodyong eksena, sinaunang tao, at pagbabalik sa kasaysayan—95%+ ang tumpak, na pinahusay sa apat na runda ng paggamit ng prompt mula sa mga kasaysayan. - Ang AI model ng Alibaba ay hindi lamang nagbibigay ng materyales, kundi malalim nang nakakapaloob sa proseso ng paglikha, at nag-aambag ng higit sa kalahati sa proseso ng pagbuo ng isang video. 📌 Malawakang pag-unlad ng Alibaba: Buong pamilya ng modelo ay lumabas - Ang Qwen3.8/4/5 ay nasa pagpapabuti, ang laki ng parameter ay papunta sa 5-10 trilyon. - Ang mga modelo para sa imahe (Qwen-Image-3.1), video (Wan/Happy Horse series), musika (Happy Shrimp 1.1), boses (Qwen-Audio-3.1), at mundo (HappyOyster 2.0) ay lahat ay napapag-upgrade. - Ang pagkakaisa ng mga modelo ay naglilingkod sa mga mixed task tulad ng advertising, pelikula, at musika; ang kakayahan ng AI ay hindi na nagtatrabaho nang mag-isa, kundi nagsisimulang magtrabaho nang kooperatibo. 📌 Propesyonal na paglikha at pagsasagawa sa industriya: Mga hamon at pagtagumpay - Ang paglikha ng AI na musika ay nakakatagpo ng mga komplikadong isyu tulad ng karapatan sa copyright at mga patakaran sa industriya; ang pagkakaisa ng industriya at pagbuo ng ekosistema ay nasa unang yugto pa lamang. - Ang epekto sa pagbuo ng AI na mang-aawit ay tumataas: ang isang maliit na ekipa na may 6 tao ay maaaring magmaneho ng labing-isang IP, at ang isang account ay nakakuha ng 200,000+ followers sa loob ng apat na buwan, na may kabuuang pagtingin na higit sa 2 bilyon. - Ang mga totoong gawain ay nangangailangan ng pagkakaisa sa konteksto at multi-modal na koordinasyon; hindi sapat ang isang malakas na kakayahan lamang. 📌 Unipormeng multi-modal na modelo: Ang susunod na hakbang ng AI - Ang hinaharap ng multi-modal ay hindi isang relay, kundi isang orihinal na pagkakaisa, kung saan lahat ng impormasyon ay gumagamit ng iisang konteksto. - Ang Alibaba ay nagpapalago sa Agentic Video, upang ang modelo ay makaintindi nang awtomatiko sa kuwento, shot list, at organisasyon ng karakter—nagtatanggal sa “pagpili ng karatula” na paglikha. - Sa loob ng tatlong taon, maaaring makita natin ang tunay na AI na nag-generate sa lahat ng modalidad—at ang karanasan ay hindi na limitado sa hangganan ng isang modalidad lamang. Ang AI ay umiiwas mula sa “makakagawa” patungo sa “makakagawa nang buo”—nagugulat ka na ba kung ano ang susunod na industriya na dadalhin ng AI? #AI创作革命 #全模态时代