引言：探求短剧剧本生成的新时代
随着人工智能技术的飞速开展，短剧剧本生成畛域也迎来了史无前例的改革。传统的剧本创作环节中，编剧须要投入少量的期间和精神来构思情节、设计角色和编写对白。但是，最新的钻研成绩标明，借助先进的大型言语模型（LLM），这一环节可以失掉极大的简化和减速。
Skywork AI与华中科技大学联结颁布的技术报告《SKYSCRIPT-100M: 1,000,000,000 PAIRS OF SCRIPTS AND SHOOTING SCRIPTS FOR SHORT DRAMA》展现了如何应用大数据和人工智能技术，生成高品质的短剧剧本和拍摄脚本。该名目搜集了来自互联网的6,660个短剧剧集，每个剧集平均蕴含100个短剧，总计约80,000个短剧剧集，总时长约2,000小时，总数据量到达10TB。经过关键帧提取和标注，钻研团队失掉了约10,000,000个拍摄剧本，并在此基础上恢复了100个剧本，最终构成了蕴含1,000,000,000对剧本和拍摄剧本的数据集，名为SkyScript-100M。
这一翻新的钻研不只为短剧剧本生成提供了新的视角，也为整个文本到视频的畛域带来了或者的范式转变，极大地推进了短剧视频生成技术的开展。
论文题目: SKYSCRIPT-100M: 1,000,000,000 PAIRS OF SCRIPTS AND SHOOTING SCRIPTS FOR SHORT DRAMA
机构: SkyWork AI && Huazhong University of Science and Technology
论文链接:
短剧剧本生成的应战与机会
1. 短剧剧本生成的关键性与应战
短剧剧本生成是影视制造中的关键步骤，它触及到场景、镜头言语等多种消息的整合。传统的剧本生成环节往往须要编剧依据全体故事构思初稿，再逐渐细化角色和场景，这一环节不只耗时长，而且难以做到齐全智能化。此外，现有的剧本往往不足对剧情高潮等关键元素的注释，这使得成功齐全智能化的AI驱动剧本生成变得愈加艰巨。
2. AI与短剧剧本智能生成的机会
随着人工智能技术的开展，尤其是大型言语模型（LLM）的运行，AI驱动的短剧剧本生成开局成为或者。这些模型可以基于已有的少量文本数据学习剧本写作的形式和规定，从而智能生成高品质的剧本内容。此外，AI还可以在剧本生成环节中智能注释关键消息，如情感变动、角色举措等，大大提高剧本的丰盛性和可用性。
SkyScript-100M数据集的构建
1. 数据集的规模与内容
SkyScript-100M数据集蕴含了1,000,000,000对剧本和拍摄剧本，这些数据是经过从互联网搜集6,660个短剧剧集，涵盖了大概80,000个短剧集的剧本和拍摄剧本。整个数据集的总时长超越2,000小时，数据总量到达了10TB。
2. 数据集的构建环节
在构建SkyScript-100M数据集的环节中，咱们首先对每个剧集启动关键帧提取和注释，以取得大概10,000,000个拍摄剧本。接着，咱们应用自主开发的大型短剧生成模型SkyReels对这些拍摄剧本启动了100次剧本恢复，生成了最终的1,000,000,000对剧本和拍摄剧本数据。此外，咱们还从新定义了拍摄剧本的数据结构，使其更适宜AI驱动的剧本生成需求。
3. 数据集的运行与前景
SkyScript-100M数据集的构建不只为钻研人员提供了少量的短剧剧本生成数据，而且还推进了整个文本到视频生成畛域的开展。基于这个数据集，钻研人员可以成功更深化和更宽泛的剧本提升指标，从而或者引发该畛域的范式转变。此外，这个数据集的运行还或者清楚推进短剧视频生成畛域的开展，为影视制造提供更多的智能化和智能化处置打算。
剧本与拍摄剧本的智能化生成
在短剧剧本生成畛域，智能化生成剧本和拍摄剧本的技术曾经取得了清楚的停顿。SkyScript-100M名目经过搜集互联网上的6,660个短剧集，总计约80,000个短剧集片段，总时长超越2,000小时，总数据量到达10TB。这些数据经过关键帧提取和标注，生成了大概10,000,000个拍摄剧本。基于这些拍摄剧本，咱们经常使用自主开发的大型短剧生成模型SkyReels启动了100次剧本恢复试验，最终构成了蕴含1,000,000,000对剧本和拍摄剧本的数据集。
1. 智能化剧本生成的重构
在智能化生成的环节中，咱们对拍摄剧本的数据结构启动了从新定义，使其更适宜AI驱动的剧本生成。新的数据结构包括具体的场景形容、角色执行、摄像机位置和镜头细节等，这些都是为了让言语模型能更好地理解短剧的环球。例如，在一个典型的场景中，形容了一个阳黑暗丽的下午在公园的情形，Emma和Jack手牵手走在小路上，摄像机从一个固定的位置捕捉整个公园的现象。
2. 拍摄剧本的智能化提升
经过智能化技术，咱们能够在不须要人工干预的状况下，从原始剧本中提取关键消息，并转化为结构化的拍摄剧本。这一环节不只提高了生功效率，而且经过准确控制每一个细节，如角色的情感变动、关键东西的规划消息等，极大地丰盛了剧本的内容和深度。
试验结果与剖析
在SkyScript-100M名目中，咱们对智能生成的剧本和拍摄剧本启动了宽泛的测试和剖析。
1. 数据集的比拟剖析
咱们将SkyScript-100M与现有的视频文本数据集启动了具体的比拟。结果显示，SkyScript-100M在多个维度上都显示出了优越性，特意是在短剧视频生成的文本品质和结构化水平上。这一数据集不只提供了少量的高品质拍摄剧本，而且还经过精细的标注允许了深化的剧本提升钻研。
2. 剧本生成模型的评价
咱们经常使用SkyReels模型在SkyScript-100M数据集上启动了一系列剧本生成试验。试验结果标明，该模型能够有效地利用数据集中的结构化拍摄剧本消息，生成具备高度分歧性和情感影响力的短剧视频。此外，模型在主题表白、角色开展、对话品质和情节连接性等方面都体现杰出，清楚优于其余先进的大型言语模型。
经过这些试验和剖析，咱们不只验证了智能化剧本生成技术的有效性，而且为未来短剧视频生成的钻研和运行提供了贵重的数据资源和技术允许。
本文转载自，作者：