44 lines
1.7 KiB
Markdown
44 lines
1.7 KiB
Markdown
---
|
|
title: "Social Video"
|
|
created: 2026-06-20
|
|
updated: 2026-06-20
|
|
type: concept
|
|
tags: ["social-media", "video", "content-type", "domain"]
|
|
sources: ["https://arxiv.org/abs/2606.17800"]
|
|
---
|
|
|
|
# Social Video (社交视频)
|
|
|
|
**Social Video** 是指在社交平台上消费和传播的短视频内容，其核心价值在于 **liveness**（临场感）而非视觉奇观。
|
|
|
|
## 与电影视频的本质区别
|
|
|
|
| 维度 | 电影视频 (Cinematic) | 社交视频 (Social) |
|
|
|------|---------------------|-------------------|
|
|
| 创作方式 | 策划、布光、编辑 | 自然、人类中心 |
|
|
| 核心价值 | 构图、场面、叙事 | **liveness**、临场感 |
|
|
| 关键信号 | 视觉奇观 | 眼神、微表情、手势、语音节奏 |
|
|
| 时间尺度 | 分钟-小时 | 秒-分钟级 |
|
|
| 交互性 | 单向消费 | 互动反馈循环 |
|
|
|
|
## 社交视频的「社交物理」
|
|
|
|
人类社交互动有其自身的 "social physics"：一套高度结构化的多模态行为规则，包括：
|
|
- **同步性**：语音、唇动、面部表情的紧密时间对齐
|
|
- **情感共鸣**：语调、表情、节奏传递的情绪信号
|
|
- **对话节奏**：快速对话中的轮流和应答
|
|
- **高参与度节奏**：吸引注意力的内容编辑密度
|
|
|
|
## 对生成模型的挑战
|
|
|
|
现有视频生成模型在社交视频场景面临三大不足：
|
|
1. **缺乏听觉信息**：语音、环境音是社交视频的核心组件
|
|
2. **缺乏实时性**：离线生成无法参与社交互动
|
|
3. **缺乏长时稳定性**：分钟级流式生成的内容漂移
|
|
|
|
## 相关概念
|
|
- [[social-world-model|社交世界模型]]
|
|
- [[audio-visual-generation|音视频联合生成]]
|
|
- [[streaming-generation|流式生成]]
|
|
- [[socialvideo-bench|SocialVideo Bench]]
|