热议：“清影”之后，Sora已经彻底凉凉了...

智谱Maas于7月26日发布了最新的视频生成大模型清影，背后基础大模型是CogVideoX，引起了广泛关注。与其他AI视频大模型闭源或更新缓慢不同，本次发布表现出强大的实力和诚意:

1.CogVideoX上线即全量，无需等待内测，用户可以立即体验到最新的视频生成技术。

2.CogVideoX支持文生视频和图生视频，为用户提供了更多的选择和灵活性。

3.支持在多端「PC/APP/小程序」上使用，用户可以根据自己的需求和习惯，在不同设备上进行视频生成操作。

1.使用方式

手机端使用方式

手机端点开智谱清言->首页就能看到清影->点击蓝字进入使用界面。    

网页PC端使用：https://chatglm.cn/video?fr=opt_homepage_PC

代码访问：突发！Maas开放平台推出全新视频生成大模型，首创API调用，一手评测来了！  

2.分类评测

市面上其他可选的软件如可灵、Luma、Gen3等要么收费且价格昂贵，要么等待时间长达2个小时以上。相比之下，清影作为第一版产品，与其他软件在水平上持平，支持生成1440X960像素的6秒视频。其明显优势在于人人可免费使用，访问无需等待，为用户提供了更便捷和实惠的视频生成体验。  

要进行详细的评测，几组镜头肯定不够，我们选择：

常见主体：动物、风景、建筑物、人物。

经典场景：宏大场景、科幻场景、经典影视场景进行评测。

2.1 Prompt生成

评测分类有了，就差主要Prompt了。prompt工程对于生成视频质量有很大的影响。智谱官方贴心给出了文生视频和图生视频的Agent，借助大模型智能生成提示词。借助RunWay分享的视频提示词公式提升Prompt质量：    

[镜头语言]+[光影]+[主体（主体描述）]+[主体运动]+[场景（场景描述）]+[情绪/氛围/风格]

让我们感受下Agent增强前后提示语：

增强前：小狗在空地上画画

增强后：在阳光明媚的空地上，一个活泼的小狗拿着彩色画笔在白布上自由地画画。镜头从低角度仰拍，捕捉小狗专注的表情和挥动的尾巴，周围是鲜艳的花草和飞舞的蝴蝶，3D动画风格，气氛欢快，4K高清。

经过Agent增强后的Prompt明显丰富和完整很多。

文生视频提示词Agent链接：https://chatglm.cn/main/gdetail/669911fe0bef38883947d3c6

图生视频提示词Agent：https://chatglm.cn/main/gdetail/669fb16ffdf0683c86f7d903

所有的元素齐备，我们接下来开始详细评测。

2.2 文/图生视频评测

我们评测主要从动物、景物、建筑、人物等常见主流主体视频和图片生成进行评测。

动物生成

动物文生视频

Prompt：一只狐狸在雪地中小心翼翼地行走，它的毛色与周围的环境完美融合。它的目光锐利，寻找着隐藏在雪下的食物。周围的雪花轻轻飘落，覆盖了大地，营造出一种静谧而神秘的冬日景象。

Prompt：一只海龟在热带海域中缓慢游动，它的巨大身躯在清澈的海水中显得格外壮观。

Prompt：一只小狗在公园中玩耍，它的尾巴摇摆着，显得非常快乐。

Prompt：镜头特写，一只白鹭在水边觅食，它的羽毛在阳光的照射下闪着银光，动作优雅而从容，与周围的自然环境形成了一幅生动的画面。

Prompt：一只熊猫在竹林中悠闲地吃着竹子，它的黑白两色与周围的墨色形成鲜明对比。

动物图生视频

Prompt：一群鱼在水墨画中的水草间游动，它们的身影在墨色中显得格外灵动。它们在水草间穿梭，每一次转身都充满了生机。周围的水草随风摇曳，营造出一种自然而和谐的水下世界。    

Prompt：一只小羊在草地上吃草，它的眼神看起来非常满足。

Prompt：一只小猫头鹰在动画图书馆中学习，它的眼睛在书本的字里行间闪烁着好奇的光芒。图书馆内充满了古老的书籍和神秘的卷轴，小猫头鹰在知识的海洋中遨游，营造出一种智慧而宁静的学习环境。

Prompt：镜头特写，一只穿着侦探服的小猫，它正用放大镜仔细观察着一张藏宝图，眼中闪烁着好奇和智慧的光芒。

可以看到，图/文生视频质量都非常高，清晰刻画各种动图的表情。也能创新性生成一些动物对象或者其他水墨，卡通风格的动物形象。  

景物生成

景物文生视频 

Prompt：瀑布从悬崖倾泻而下，水雾弥漫，彩虹悬挂。

Prompt：海浪轻拍着沙滩，夕阳的余晖洒在波光粼粼的海面上，形成一条金色的道路。海鸥在晚霞中翱翔，它们的叫声伴随着浪花的声音，构成了一首自然的交响乐。沙滩上的脚印逐渐被海浪抚平，留下宁静而美丽的海岸线。

Prompt：一座溪边的磨坊，水车缓缓转动，溪水潺潺，与周围的青山绿水相映成趣。

Prompt：秋日山林，红叶点缀，墨色与秋色相得益彰。山峦被秋色染成一片金黄，红叶在阳光的照射下显得格外鲜艳。山间的小溪清澈见底，映照着蓝天和红叶，构成了一幅美丽的秋日画卷。

景物图生视频

Prompt：镜头慢慢拉远，一片无垠的草原在夕阳下泛着金色的光辉，远处的山丘被染上了淡淡的紫色。牧羊人轻轻挥动着手中的鞭子，羊群缓缓移动，仿佛一片片白云在绿海中漂浮，草原上的野花随风摇曳，散发出淡淡的芳香。

Prompt：镜头平移，一条小溪穿过山谷，溪水清澈，石头上的墨色自然。

Prompt：山水间，云雾缭绕，墨色深浅，意境悠远。

Prompt：星际飞船在星云中穿梭，周围是一片璀璨的宇宙奇景。

图/文生景物视频质量都非常高，大到整体山水、合流、湖泊、海洋、灯塔、瀑布，小到清晨的露珠，秋末落叶满地的道路，生成的视频都非常自然，不仔细看根本区别不出事AI生成的。AI最大优势具备无线想象力和惊喜，也能创新性生产和扩展一些动漫的城堡夜景，太空船在宇宙银河里遨游。     

建筑生成

建筑文生视频

Prompt：一座古老的宫殿，其华丽的装饰和精美的壁画讲述着昔日的辉煌。

Prompt：镜头跟随，一群小鱼在五彩斑斓的珊瑚礁中游弋，珊瑚礁围绕着一座由海螺建成的小屋。小屋的窗户上挂着贝壳风铃，随风发出悦耳的声音，吸引着海底的生物们。

Prompt：一座灯塔孤独地站在海岸边，海浪拍打着岩石，发出隆隆的响声，指引着归航的船只。

Prompt：一座古塔耸立在山巅，云雾缠绕，如同水墨画中的高塔，气势磅礴。

建筑图生视频

Prompt：镜头特写，一座温馨的小屋坐落在乡间的小路上。小屋的外墙覆盖着绿色的爬山虎，屋前的花园里种满了五颜六色的花朵。夕阳的余晖洒在小屋上，炊烟从烟囱中缓缓升起，散发出家的温暖。    

Prompt：一座水乡古镇，小桥流水人家，如同水墨画中的江南水乡。

Prompt：镜头环绕，一座维多利亚式的花园洋房，其精致的阳台和围栏上盛开着各种鲜花。洋房的窗户上挂着蕾丝窗帘，窗台上摆放着盛开的鲜花，阳光透过窗帘洒在屋内，营造出一种温馨而典雅的氛围。

Prompt：镜头深入，一座传统的日式木屋隐匿在樱花林中，春天花瓣随风飘落，覆盖在屋檐和石径上。木屋的纸窗透出温暖的灯光，与周围的樱花相映成趣，营造出一种温馨而宁静的氛围。

图/文生建筑视频也都不错，古建筑、古壁画、海底的贝壳房子、家里庭院、钟楼、江南水乡等，生成的视频都非常自然，凸显出了建筑的磅礴气势，如海岸边矗立的灯塔。创新性生成海底带帆的贝壳房子，科幻炫酷的未来城市。 

人物生成

人物视频生成

Prompt：镜头特写，一座古老的图书馆内，书架上摆满了各种古籍和手稿，书页的边缘已经泛黄。图书馆的角落里，一位老学者正在专心研究着一本厚重的书本，他的眼镜反射着窗外透进的阳光。

Prompt：一位学生坐在老式图书馆的木质桌前，桌上摆放着复古风格的台灯和几本旧书。学生穿着复古风格的服装，戴着眼镜，专心致志地翻阅着一本看起来颇有年代感的书籍。

Prompt：夕阳余晖下的沙滩上，一对情侣手牵手漫步,情侣穿着休闲的夏装，女生长发飘逸，男生微笑着看着女生，脸上都带着微笑，面部表情清晰，4K高清   

Prompt：固定镜头，两个人在咖啡馆里聊天，笑容满面，阳光透过窗子洒在他们身上，背景是温暖的咖啡馆环境。脸上都带着微笑，面部表情清晰，4K高清

人物图生视频

Prompt：主体是一位人工智能，她正在与人类进行交流，学习人类的情感和行为，她的眼中闪烁着对人类世界的好奇。

Prompt：镜头透过古老的窗户，一位绅士正坐在壁炉旁，手中拿着一杯红酒，眼神深邃，周围的书架上摆满了各种古籍，散发出一种古典的气息。

图/文生人物视频本身比较难的事情，因为人整体脸部细节和动作的刻画比较难，所以特意测试了手指精细动作的生成，生成和扩展了人阅读、喝咖啡，以及在宇宙窗下思考的视频，效果都挺不错的。 

除了对经典人物、动物、建筑、自然风景测试外，还测试了视频生成常见常见，比如宏大场景，电影场景，科幻场景等。

宏大场景

Prompt：镜头推进，森林火灾迅速蔓延，火舌吞噬着树木，浓烟滚滚，消防飞机在天空中洒水，但火势依旧猛烈，森林生态遭受严重破坏。

Prompt：镜头俯瞰，飓风肆虐的海岸线，巨浪翻滚着冲向岸边，狂风卷起海浪，如高墙般压向城镇，营造出一种自然界的狂暴力量。

宏大的场景主要测试一些自然灾难，如洪水、海啸、火灾、干旱等，一些自然景观如巨浪中的灯塔，夕阳下的驼队等，效果也都挺好。

科幻场景

Prompt：镜头环绕，一座高科技的太空站，围绕地球旋转，宇航员们在这里观察着宇宙的奥秘。太空站的观景舱中，宇航员们凝视着地球的壮丽景色，星辰的闪烁与地球的蓝色交相辉映，营造出一种神秘而宏伟的氛围。

Prompt：镜头环绕着一座巨大的太空站，站内机械臂忙碌地装载着补给物资。太空站周围，小型飞船来往穿梭，进行着星际贸易。远处，一颗恒星的光芒照亮了整个太空站，营造出一种繁荣的星际交流氛围。

Prompt：镜头环绕，一座星际空间站，宇航员们在这里进行太空行走训练，准备探索更远的星系。空间站的观景舱中，可以俯瞰壮丽的星云和星系，让人感受到宇宙的浩瀚。

科幻场景主要是宇宙当中场景，如宇宙飞船跨越银河，宇航员在苍穹中欣赏银河美景等，还有宇宙战争的飞船残骸，火星表面的月球城市等等，都能生产震撼的高清视频。

经典影视场景

Prompt：镜头特写，战后的废墟上，一面破旧的旗帜在风中飘扬，残垣断壁间偶尔有火苗闪烁，幸存的居民在废墟中搜寻可用物资，营造出一种沉重和希望交织的战后世界氛围。

经典的影视场景尝试了，战场上崩腾的战马，战后废墟里摇摆的旗帜，整齐摆放的甲胄军械库等等，对系列的刻画都非常到位。

3. 横向及权威综合评测

为了横向对比清影AI生成视频的效果，我还尝试了国内主流AI视频生成软件可灵，从动物、风景、建筑3个场景各挑了一个case对比：

Prompt：镜头缓缓推进，一只雄壮的狮子站在非洲草原的高地上，它金色的鬃毛在夕阳下闪耀。它的目光警惕，身体微微下蹲，准备随时跃起追逐猎物。周围是一片干枯的灌木丛，远处传来其他动物的叫声，营造出一种野性而宁静的氛围。

清影结果：

可灵结果：

Prompt：镜头跟随，一群小鱼在五彩斑斓的珊瑚礁中游弋，它们穿梭在海葵和珊瑚之间，享受着海底世界的奇妙和宁静。

清影结果：

可灵结果：

Prompt：镜头跟随，一群小鱼在五彩斑斓的珊瑚礁中游弋，珊瑚礁围绕着一座由海螺建成的小屋。小屋的窗户上挂着贝壳风铃，随风发出悦耳的声音，吸引着海底的生物们。

清影结果：

可灵结果：

通过这几组case可以发现：

  1. 智谱清影生成视频清晰度，画质，主体及内容的丰富度都优于可灵。

  2. 智谱清影的视频生成速度只需20秒，远快于可灵的2-5分钟。

  3. 可灵生成的视频整体要自然一些，这比清影好一点。

          

不仅我个人体感结论如此，最新出炉的权威CLUE中文语言理解最新文生视频基准评测AIGV-t2v中，智谱清影综合排名和6大场景评测中，名列国内第一名；全球看Runway还是当之无愧的王者，智谱清影名列第二，可灵网页版排第三。    

    

最后，智谱在短短10个月内从ChatGLM发展到GLM-4，展现了快速发展的能力。他们在开源或走向开源的道路上展现出了勇气，实践“Build in Public”的理念。AI视频生成方面与AI生图相比存在一定差距，过多的提示语可能导致画面元素混乱，漏写则可能导致模型生成内容不可控，这种不可控性也是AI生成视频被质疑的原因之一。虽然第一版的清影存在一些缺点，但我们可以期待这个AI领域的“实诚孩子”在GLM-4的支持下，能否超越Sora，需要多少时间来实现。