人工智能挺好玩的

孔玉寿

　　最近，微信“视频号”和“直播”上挺热门的内容之一是教授用人工智能（AI）工具进行图片和短视频创作。凑热闹看了其中的一些，挺感兴趣，挺好玩，于是按看到的方法依样画葫芦试了试。相比早些年开始使用的修图和视频剪辑工具，新近受到热捧的图片和视频处理、生成工具确实更加方便、高效和智能化。

本篇仅展示使用豆包、即梦的部分功能进行应用尝试的一些结果，供感兴趣的亲友参考，更希望得到指导和帮助。

在老照片修复中的应用

原始照片

——“50后”的农村小学生

　　仅作“变清晰”处理，由原始图片生成比较清晰的图片。这可称为“图生图”。

要求（提示词）：给“变清晰”的老照片上色。

问题：红领巾和服装均未上色，且衣服两袖改变 。

要求（提示词）：给衣服和红领巾着色。

问题：除人像头部外，服装变化大，原照片特征基本消失。

要求（提示词）：给衣服和红领巾着色，并改变背景色。

问题：除人像头部外，已无原照片特征！

　　未能保持原照片中服装和红领巾的原貌，时代感缺失。细节处理困难，还不能做到随心所欲！

原始照片

——上世纪60年代的新兵蛋子

提示词：作清晰化修复并上色。

问题：胸前徽章未能着色。

提示词：上图基础上，为胸前徽章着色。

问题：徽章非原样了！

　　显然，在局部细节的处理上，还不能达到理想的效果。

文生图

编写文字（提示词），提出对生成图片的要求，AI根据这些要求生成4张图片，供选择使用。若不满意，可“再次生成”，或修改提示词，重新生成。

提示词：中国军人，在高原雪山下，排成方阵，列队敬礼，俯拍，气势宏伟。

提示词：从太空俯瞰，展现出整个地球的全貌，逼真写实的视觉效果。比例 1:1。

提示词：水底仰视，清澈的水质，上面是一片片硕大的荷叶和盛开的荷花，荷叶间有小鱼在游动。夏日清凉宁静。高饱和色彩，水墨画风格。比例 4:3。

图+文生图

在提供一张照片为“参考图”的同时，提供文字表述的“提示词”，生成所要求的图片。

参考图

提示词：保持人物面貌不变，岗亭前，两手持冲锋枪，威武，严肃，原比例。

文生视频

编写文字（提示词），提出对生成视频的要求，AI根据这些要求生成视频。若不满意，可“再次生成”，或修改提示词，重新生成。

提示词：第一人称视角低角度拍摄机车把手，运动模糊特效呈现两侧飞掠的茂密树林，镜头随颠簸路面剧烈震动，落叶被气流卷起迎面扑来，仪表盘指针持续指向红色极限区域，阳光穿透树冠形成流动光斑，引擎轰鸣声震动耳膜，尘土飞扬中隐约可见远方弯道反光路标。

图+文生视频

原始照片（单帧）

时长5秒

提示词：让队伍齐步向前，走在楼间的马路上，喊口号“一、二、三、四”，雄赳赳气昂昂，摇拍镜头。比例 4:3。

时长10秒

提示词：让队伍齐步向前，走在楼间的马路上，喊着口号“一、二、三、四”，雄赳赳气昂昂，摇拍镜头。比例 4:3。

　　完全相同的提示词，用两个不同的AI工具生成分别为5和10秒时长的视频。显然，前者效果较好：队伍精神抖擞，步伐整齐；而后者队伍显得散慢，步伐不齐，特别是在队伍后面添加了许多虚构的人员，严重失真。

双帧（首尾帧）

首帧原始照片

尾帧原始照片

提示词：从外太空视觉快速穿越至地球，首先穿过云层，镜头出现在城市上空，垂直穿过城市建筑，再快速拉近到宾馆餐厅里，父亲为女儿过生日，喜庆欢乐，呈现出逼真写实的视觉效果。

　　可见，采用首尾双帧图片生成视频，可表现更丰富的想象空间。

　　AI已经并将继续在人类发展的历史中发挥重要作用！从以上尝试可知，AI在图片和视频生成方面已经具有了相当高的能力和水平。但是，显然还存在许多有待改进完善的地方。比如，在一些局部细节的处理上，还不能达到理想的效果；某些推理形成的画面和场景还不够合理，应用者还不能真正实现“随心所欲”；尤其在“人机对话”方面，AI对人的指令（提示词）的理解和执行，人对AI“思维、习惯”的了解和配合，都需要进一步的“磨合”和改进；……。

当然，在现有条件下，使用者仍有可能使相关AI工具的功能发挥得更加完美。比如，若能充分发挥即梦、豆包等工具的图片生成、视频生成和数字人、动作模仿等功能的综合优势，又把醒图、剪映等图像处理、视频剪辑工具的特长利用起来，还可借助DeepSeek作分镜头、提示词的分析和文字提炼，进行“联合作战”，就可能取得更好的效果！