中国生成式人工智能工具正在开辟一个独特的市场，既提供娱乐性又具有实用价值，同时在保护文化遗产方面发挥着关键作用。
其中，北京人工智能初创公司生数科技上周推出了一款名为Vidu-1.5的图像转视频工具，据称是一种支持多实体一致性的多模态模型。
实际上，这意味着人工智能只需输入三张图像即可生成视频。例如，在该公司分享的一段视频中，输入图像（一名男子、一套未来机甲和一幅繁华的夜间城市景观）无缝融合成连贯的蒙太奇画面，整个过程仅用了30秒。
理解和控制多个实体（例如人、服装和环境）是人工智能生成视频技术面临的最大挑战。
自从ChatGPT推出开创性Sora以来，多家中国科技公司迅速跟进，推出了具有独特特色的产品，生数科技的Vidu就是一个很受欢迎的例子。
这款人工智能生成内容工具已经点燃了全球个人创作者的创作热情，诞生了许多俏皮而富有想象力的视频，例如莱昂纳多·迪卡普里奥在T台上展示高级时装、马斯克身穿华丽的中式夹克骑着电动滑板车，以及一系列日本动漫场景。
生数科技首席执行官唐家渝表示，“Vidu”最大的突破是建立了场景内多个用户指定对象之间的逻辑关系。
使用以前的文本转视频工具，生成“一个男孩拿着水晶蛋糕”这样的场景时，每次都会产生不同的男孩、蛋糕和水晶图像，就像打开盲盒一样。现在，有了多主题一致性，男孩、蛋糕和水晶的身份可以在整个视频中保留下来，保持连续性。
中国国家互联网信息办公室8月份表示，中国已备案并推出了180多个可以向公众提供服务的人工智能生成内容模型。
根据中国信息通信研究院7月份发布的全球数字经济白皮书，在全球1300多个人工智能大型语言模型中，中国占比超过30%，成为仅次于美国的第二大贡献者。
除了方便网络用户的娱乐创作外，AIGC工具在中国也越来越多应用于各种场景，其中之一就是文化遗产的保护和推广。
字节跳动自主研发的生成式人工智能工具“即梦”被用于制作一部完全由人工智能生成的科幻短剧，该剧旨在弘扬中国古代文化，这是国内首部此类剧。
7月上映的《三星堆：未来启示录》讲述了一个近未来的故事，其中的主角冒险进入一个数字重建的拥有3000多年历史的古蜀王国，以避免即将来临的文明危机。
该系列采用了多种生成式技术，包括AI脚本编写、概念和故事板设计、图像到视频的转换、视频编辑和媒体内容增强。
