在科技飞速发展的当下，AI生成视频技术成为了备受关注的焦点。璞雅文化作为佛山的一家文化公司，也在密切关注这一领域的动态。

当下，AI视频生成领域看似热闹非凡，但实际上却存在着诸多问题。就目前而言，现有的模型仅仅能生成“看起来像视频”的像素序列，对物理规律的理解几乎为零。比如，生成的视频中手指数量可能异常，物体穿模现象更是屡见不鲜，逻辑连贯性超过5秒就容易崩塌。所以，若想用其制作电影，目前还不太现实，不过用来制作动态表情包或广告素材倒是可行。

现在的视频AI就如同一个只会模仿动作的哑剧演员，它能模仿“喝水”的动作，但要是要求“边喝水边看书”，就会手忙脚乱，可能出现杯子穿过脑袋、书变成水的荒诞场景。其本质是时空上的像素预测，而非物理引擎模拟。因此，其落地场景适合短、平、快的内容。

可控性是目前该技术的关键所在，目前纯Text - to - Video是不可控的，必须结合Image - to - Video（首帧控制）或Pose - to - Video（动作控制，如ControlNet for Video）。

在工作流程上，可以先用Midjourney生成分镜图，再用Runway Gen - 3或Pika让图片动起来，最后用Topaz Video AI提升分辨率和帧率。

在技术栈方面，Stable Video Diffusion (SVD) 和AnimateDiff是开源界的主力，值得重点关注。