創造力：AI影片生成的「文藝模範生」
從創作的角度來看，系統還需要具備一定的創造力和審美能力，並根據使用者的需求和影片素材的特點，生成具有藝術感和觀賞價值的影片（Ye等，2023）。這意味AI影片生成不只是簡單的素材拼接，而是一個智慧創作過程。我們的程式不僅要能理解影片內容，還要能把握影片的風格、節奏、情感等藝術元素，並根據一定的美學原則，進行創造性的組合和編排。這需要在開發AI影片生成系統時，引入更多的藝術理論和美學原則，讓程式學會如何創造出打動人心的作品（Zylinska，2020）。例如，我們可以將電影編劇理論、導演構圖技法、色彩心理學等藝術理論和原則納入模型訓練。讓AI學習如何從講述一個吸引人的故事開始，如何營造美麗的畫面，如何透過色彩傳遞情感。我們還可以引入音樂理論、節奏學等知識，讓AI學習如何透過背景音樂和節奏安排來烘托主題，渲染氣氛（Henriques，2020）。總之，我們需要全方位地提升AI的藝術修養，讓它成為一個真正富有創造力和審美能力的「影片藝術家」，而不僅僅是一個簡單的「影片拼湊機」。
科技實現：「登堂入室」還是「班門弄斧」?
系統通常會將影片資料庫中的每一個影片片段表示為一個高維向量，捕捉其顏色、紋理、物體、場景、動作等特徵。當使用者輸入一個查詢時，系統會將查詢轉化為向量，然後使用向量檢索算法在影片向量資料庫中找到最相似的影片片段。這個過程可以使用如Faiss、Annoy等高效的向量檢索庫加速（Chaidaroon，2020）。找到相關影片片段後，系統會使用循環神經網路（RNN）、長短期記憶網路（LSTM）、變分自編碼器（VAE）等模型（Park等，2021）。，對選中的影片片段進行智慧組合和編排，考慮影片片段之間的語義連貫、視覺銜接與節奏韻律等因素，生成流暢、有意義與藝術感的影片。在這段過程中，生成對抗網路（GAN）等模型尚需對生成影片進行品質評估和優化，以確保視覺品質和語義能夠準確達標（Bandi等，2023；Kumar與Singh，2023）。
值得一提的是，向量科技不僅使得影片檢索和組合更加高效，也為AI影片生成賦予更多的創意。透過在高維向量空間中進行插值（interpolation）、外推（extrapolation）與融合（fusion）等操作，AI系統能夠生成全新的、前所未見的創意與超現實的視覺體驗（Po等，2023；Ye等，2024）。例如，AI可以在兩個不同風格的影片向量之間進行「插值」，生成一個漸變風格的影片；也可以在一個影片向量的基礎上進行「外推」，生成一個延續原有風格但具有新元素的影片。向量科技為AI影片生成開啟無限創意，使其能夠超越簡單的模仿和拼接，而進行真正的創造和想像（Buckner，2024）。
