智東西
作者 陳駿達
編輯 漠影

起猛了，AI現在都能生成武打戲了，還是人虎搏斗的那種！

近日，一條名為《風入松》的AI短片，在年度AI盛會WAIC期間亮相，吸引了不少眼球。這部影片以現代廢土風，重新演繹了經典的“武松打虎”故事。

▲AI短片《風入松》

《風入松》由中國電影導演中心與中國電信人工智能研究院（TeleAI）聯手打造，使用的正是TeleAI的VAST視頻生成大模型。

TeleAI由中國電信集團CTO、首席科學家李學龍教授牽頭組建，于去年7月的WAIC大會上正式揭牌。在李學龍教授的帶領下，TeleAI團隊打造了包括VAST在內的星辰大模型體系，是國內首個全模態、全尺寸、全國產的“三全”大模型，并推動相關技術的創新和應用。

從設定的角度來看，《風入松》這部短片本身便極具想象力，但最令人驚嘆的，當屬AI技術如何將天馬行空的想象化為逼真畫面。

作為技術支撐，TeleAI的VAST視頻生成大模型去年12月發布時，便在權威視頻生成評測榜單VBench中奪得榜首，并持續迭代升級。

從基礎畫面生成，到復雜動作，再到鏡頭控制與角色一致性優化，其能力邊界不斷擴展，已具備在專業創作場景中“頂上陣”的潛力。

一、視頻生成告別開盲盒游戲，能演會拍才是好AI

要真正理解《風入松》這部短片實現的突破，我們首先得看看，影視制作究竟需要什么樣的AI工具。

分辨率高、動作流暢、細節寫實，這些只是技術層面的基礎能力，遠遠不夠支撐一部真正意義上的影視作品。

要在真實的影視制作流程中發揮作用，AI更關鍵的是要理解導演的創作意圖，跟上敘事節奏、掌握鏡頭語言、調動情緒氛圍，真正融入視聽語言的表達體系。

換言之，AI不僅要會畫畫，更要像電影人一樣會拍、會演，能夠協同完成角色塑造、場景調度與敘事推進，成為一名具備視聽表達能力的“創作伙伴”。

《風入松》中，TeleAI 的VAST視頻生成大模型已展現出強烈的畫面表現力和敘事控制力。

影片伊始，當現代“武松”騎著摩托車在沙漠飛馳，AI將每一處細節都刻畫得淋漓盡致：引擎轟鳴聲與風沙的呼嘯形成震撼音浪，摩托車飛躍障礙時在空中劃出完美的弧線，車輪駛過沙地時激起細膩的沙浪，光影真實自然。

在激烈的猛虎搏斗場景中，AI模擬的每一根虎毛都隨動作擺動，肌肉線條在撲咬時展現出驚人的動態細節；主角與老虎搏斗時拳拳到肉，動作有力、毫無穿幫。這些曾需要頂級特效團隊數月打磨的畫面，如今通過AI實現了電影級的真實感。

TeleAI視頻生成大模型已經憑借其影片質量，俘獲了一批專業人士。參與《風入松》制作的團隊在影視行業有豐富的從業經驗，據了解，他們在使用TeleAI視頻生成大模型后，給予了高度認可，這更凸顯了TeleAI在視頻生成領域實現的重大突破。

二、如何打造電影級視頻生成模型？揭秘背后三項核心技術

那么，打造這樣一款視頻生成大模型，背后究竟需要哪些關鍵支撐？從《風入松》的畫面中，我們可以清晰地看到其中的三項核心技術。

首先是動作遷移技術。在《風入松》這部短片中，TeleAI的VAST視頻生成大模型展現出強大的畫面表現力和敘事控制力。張力十足的打斗戲中，沒有出現“穿模”、扭曲等常見問題。

動作遷移技術允許制作者上傳一張首幀圖和一段參考動作，AI便能讓首幀圖中人物的動作表演與參考視頻完全一致。這一技術成功攻克了AI生成視頻中動作節奏難以控制、人物表情表演生硬等難題，讓AI生成的視頻人物動作更自然、表情更生動。

業界的主流動作遷移方案都基于骨骼綁定，不過，TeleAI決定更上一層樓，將其從2D骨骼點升級為3D骨骼點綁定，使得動作更具空間感、層次感，甚至可以自然地控制動物或卡通人物。

另一大核心技術為可控三維運鏡，賦予了AI對“鏡頭語言”的準確理解和運用能力。例如，在下方畫面短短的幾秒內，《風入松》呈現了多角度、快速切換的復雜運鏡，遠景、仰拍、特寫等流暢銜接。這些原本需要專業攝影指導和團隊配合的鏡頭切換，在這里被AI準確實現。

這并不是靠堆砌提示詞“蒙”出來的。通過可控三維運鏡技術，TeleAI把三維重建與視頻生成深度融合，賦予模型空間結構的感知能力，再通過攝像機內參、外參等物理參數精細控制運鏡效果。AI不只是懂內容，它逐漸開始懂得怎么拍，讓AI真正具備導演般的視角。

會演、會拍僅僅是開始，很多業內人士評價，AI視頻目前最大的問題之一是“一致性差”，同一人物在不同鏡頭中的形象、著裝、氣質常常前后不一，極易穿幫。

但《風入松》中的主角卻始終保持了穩定的外貌風格，這得益于背后的人物一致性技術。TeleAI 的VAST視頻生成大模型采用分步生成的方式，先生成分鏡、深度信息等中間數據，再在此基礎上精細生成畫面。

這種生成流程極大提高了人物、畫面的一致性與敘事可控性，流程和電影工業中用故事板搭建畫面框架，再利用計算機圖形技術渲染的邏輯幾乎一致，讓AI沒有隨意發揮的空間。

上述底層能力的升級，是AI視頻真正邁入影視工業體系的敲門磚。更重要的是，TeleAI在與專業導演的合作中，獲得了大量來自一線實踐的反饋需求：比如演員的表情、情緒、人物節奏等更加細膩的表演控制。這些開發者原本沒有預料到的專業需求，正逐漸轉化為技術研發的新方向。憑借這些先進技術，TeleAI為影視制作行業帶來了前所未有的便利和優勢。

三、視頻生成+通信解鎖新場景，“腦補”畫面實現遠洋視頻通話

在推動視頻生成技術賦能影視工業的同時，TeleAI也在積極探索這項技術更廣闊的應用場景。畢竟，視頻生成的本質并不僅限于電影創作，而是一種對視覺信息的重構方式。

從AI的通用視角來看，“智能的本質是壓縮”已成為業內共識。無論是語言模型、圖像模型還是視頻模型，其核心任務都是從海量原始數據中提取模式與規律，并以高效、緊湊的方式編碼進模型參數中，模型學會用有限的參數表示無限的可能。

但真正的智能不僅在于壓縮，更在于“還原”。也就是說，一個具備高水平智能的系統，必須能夠在接收有限信息的情況下，準確重建原始內容，甚至完成合理補全與未來預測。

中國電信人工智能研究院（TeleAI）將VAST視頻生成大模型與其正在布局和研究的一項重要技術“智傳網（AI Flow）”深度結合，提出了一種新型通信技術——生成式智能傳輸，也就是用“計算”換“帶寬”。

智傳網（AI Flow）是人工智能（智）、通信（傳）、網絡（網）三項關鍵技術的融合，通過網絡分層架構，基于連接與交互，能夠實現智能的傳遞和涌現。

在李學龍教授的帶領下，TeleAI打造了包括智傳網（AI Flow）技術體系（包括生成式智能通信技術等）在內的 “一治+三智”戰略科研布局，其他方向還包括AI治理、智能光電(包括具身智能)、智能體。

智傳網（AI Flow）的突破，有望解決通信業務中一個長期存在的難題——如何在極其有限的帶寬條件下，高效傳輸高質量的視頻和多媒體內容。

這是困擾通信行業多年的技術瓶頸——傳統的視頻通信技術依賴高帶寬和高穩定性的網絡環境，一旦網絡不給力，立刻就卡成PPT、音畫不同步。

像你我這樣的普通用戶，也經常會在生活中遇到類似問題。例如，在演唱會、會展等人員極為密集的場所，網絡擁堵常常導致視頻通話無法連接、直播卡頓，甚至連基本的視頻上傳和下載都變得困難。

更不用說在高鐵、地下、飛機或遠洋、偏遠山區等極端條件下，視頻通信幾乎成為奢望。這些問題背后，正是現有通信技術在帶寬、穩定性和數據傳輸效率上的瓶頸。

在本屆WAIC大會上，TeleAI展示了基于智傳網（AI Flow）的生成式智能傳輸技術的典型案例——遠洋通信，破解了這一瓶頸。

船舶與陸地的通信，長期以來是全球航海技術發展中的巨大挑戰。由于船上的衛星網很慢，信號很差，船員只能通過微信打字給家里報平安，無法進行視頻電話或刷短視頻、上視頻網站。

通過生成式智能傳輸技術，讓遠洋視頻通話不再是奢望，它將變得簡單而高效。這項技術的應用，不僅連通了海洋與陸地，也讓船員們的業余時光告別了單調，擁有如同岸上般豐富的色彩。

傳統視頻壓縮傳輸方式是把整段視頻原樣搬運，而生成式智能傳輸技術則采用了更聰明的辦法：通過TeleAI的多模態大模型，提取音視頻最關鍵的特征信息，壓縮編碼后，將這些信息發送給接收端。

而在接收端，TeleAI部署在本地的多模態生成大模型能根據上述信息，自主“腦補”出完整畫面，就像用草圖還原一副畫作一樣。

這種壓縮傳輸方式相較傳統方案（如H.264+5G LDPC）展現出明顯優勢。在衛星場景下帶寬資源稀缺時，這個方案將帶寬需求壓縮了整整1-2個數量級，視頻數據體積最多可降至原始的1%，在背景變化較小的場景中甚至可達千分之一。

在船載服務器上的多模態生成大模型本地完成音視頻的智能還原后，畫質、音質可以保持“主觀無損”的水平。這就讓遠洋海員們即便在極低帶寬條件下，依然能夠實現清晰、流暢的視頻通話體驗。

從部署角度來看，這項技術對硬件要求也非常友好——船只僅需搭載一臺配有4張消費級顯卡的本地服務器，便可為船員提供穩定的Wi-Fi視頻通話服務。這種輕量化部署，為未來的規模化落地提供了現實基礎。

生成式智能傳輸不僅適用于遠洋通信，還是一整套可適配不同通信環境的解決方案。系統可根據不同場景下的帶寬、算力等資源條件，智能選擇不同大小的視頻解碼模型。

例如，在多數通話場景中，僅使用480P分辨率和小模型即可實現流暢且清晰的通信體驗，從而實現算力與帶寬的最優協同。

可以說，這項技術展現的并非某一項技術的單點突破，而是一種系統性的融合式創新。如果沒有VAST視頻生成技術的日益成熟，視頻信號根本壓縮不到這個程度；如果沒有智傳網（AI Flow）基礎構建，再精美的畫面也送不到用戶眼前。

未來，通信不再是單純的信號搬運，而是理解與重建的過程，編碼的不再是比特，而是意義本身。生成式智能傳輸技術在遠洋通信的應用場景中已獲得驗證，在不久的未來，這項技術將進一步推廣，實現在飛機的機艙內撥打高清視頻會議，不因信號影響工作；野外露營時，也能收看精彩的球賽，不為生活留下遺憾。

這正是一場AI與通信的“雙向奔赴”，也為構建高質量、低成本的未來多媒體通信基礎設施，提供了堅實的技術底座與實踐范本。