※ 引述《medama ( )》之铭言：
: 如题
: 民视新闻拿网络影片报导巴基斯坦记者
: 在洪水中连线播报被冲走
: https://i.meee.com.tw/MHJRz2y.png
: 底下留言都觉得水都淹过脖子怎么还站得稳
: 是不是AI影片？
: 但民视新闻坚持说不是AI影片
: https://i.meee.com.tw/PnCVwPw.png
: https://i.meee.com.tw/SvsVDAo.png
: 原影片在此：https://www.youtube.com/watch?v=tiLgUcWv9s0
: 有没有AI达人帮忙辨认一下这是不是AI影片啊？
我觉得这应该是真实的影片，但有待真正高手来确认
这支影片画质不高、但水跟效果很真实，影片又长，
虽然最近很多AI灾难假影片，但这支真的不像
AI影片通常有明确的画面主体，绝大部份是人，
剩下的可能位于画面中心的动物或自然界山水
AI影片画质蛮细腻的，这支影片画质颗粒很大
AI影片的打光通常很放在画面主体，但这支影片光线很“自然”
AI影片要让人跟唇型配合难度超高，至少我目前手边开源工具是做不到的
我查了一下，确实网络上有些付费AI影片生成服务支援声音对嘴
但那些都是搭配客服机器人的，所以一样是以人物为画面主体的半身照，
而不是像这支影片虽然以人为主体，但画面大部份是水
在肢体动作上，AI生成影片的人类要嘛不太动，要嘛有很多无意义的东摸西摸动作
这支影片中的人，他的动作只用在两个：对抗水流跟即时报导
要用prompt这么准确控制又不让他有多余动作，至少我觉得很难
而且这支影片比起网络上、在不剪接的情况下大多只有5到10秒的AI影片来说，
一镜到底，人物又没有多余无意义动作，不像AI生成的
另外，AI生成人声我也略懂略懂，
至少我目前抓下来的工具（不是单纯的text-to-speech），让AI模仿特定人的声线，
但要戏剧化到像新闻中一样扯著喉咙在报导，我的开源工具做不到
而且AI模仿人声也没那么好控制，常有不照指令的现象，
语调轻重缓急要对，还要刚好搭到AI影片的嘴型，
至少弱弱的我觉得很难
纯就影片来说，也许真的有人无聊到去训练一个微调模型，供生成灾难型影片
（但如我前面说的，AI生成影片通常画质都很细腻，没这支那么粗糙）
要再生成人类、以及用AI生成可以跟影片人物嘴型对上的音档，很不容易
也许影片可以用AI生、音档由人事后配再后制，但超麻烦
这支影片以真人摆拍的难度反而低多了
只要这名记者站在水位稍低的水里蹲著、让水差不多盖过脖子即可，
蹲坐着时手上抓着什么东西维持稳定
同时让画面不要太广角摄入太多周边画面，就可以营造出记者在深水里冒命报导的假象
这个台湾记者应该就做得了