WAIC 2024|首个“可控”人物视频生成大模型来了 分钟级人物视频AIGC一键生成

7月4日,世界人工智能大会(WAIC 2024)在上海召开,由商汤科技打造的首个面向C端用户的可控人物视频生成大模型——Vimi入选WAIC展览展示最高荣誉“镇馆之宝”,成为本届大会最具创新展品。Vimi基于商汤日日新大模型的强大能力,仅通过一张任意风格的照片就能生成和目标动作一致的人物类视频,并支持多种驱动方式,可通过已有人物视频、动画、声音、文字等多种元素进行驱动。

WAIC 2024|首个“可控”人物视频生成大模型来了 分钟级人物视频AIGC一键生成

精准表情控制!

首次实现分钟级可控、唯美人物视频生成

随着大模型和生成式AI技术的快速发展,让照片中的人物动起来已经不是新鲜事。但目前市面上的相关产品在实际应用中存在诸多痛点,有的人物动作、表情动作无法精准控制,只能频繁尝试各种Prompt抽卡;有的效果稳定性不高,人物长相、背景效果变幻莫测;有的时长有限,只能生成3~4秒视频等诸多限制创作的问题,无法满足广大视频创作者的使用需求。为了解决这些应用中的实际问题,商汤可控人物视频生成大模型Vimi应运而生。

据商汤介绍,与图片表情控制类技术只能控制头部表情动作不同,Vimi不但可以实现精准的人物表情控制,还可实现在半身区域内控制照片中人物的自然肢体变化,并自动生成与人物相符的头发、服饰及背景变化。同时光影变化也能做到合理生成,让人物动作和视觉效果流畅自然,画面和谐唯美。更重要的是,Vimi具备极强的稳定性,可稳定生成长达1分钟的单镜头人物类视频,画面效果不会随着时间的变化而劣化或失真,真正满足娱乐互动等需要长时间稳定视频生成需求。

WAIC 2024|首个“可控”人物视频生成大模型来了 分钟级人物视频AIGC一键生成WAIC 2024|首个“可控”人物视频生成大模型来了 分钟级人物视频AIGC一键生成

(可生成自然的光影、头发的飘动、一致的运镜)

据悉,Vimi以商汤日日新大模型体系为基础,结合商汤在计算机视觉领域的多年技术积淀和经验积累,能够精准识别和理解复杂的人物图片,并通过强大的AIGC能力,实现和谐、稳定的视频内容生成。目前,Vimi已在商汤科技官网开放预约。

文/广州日报新花城记者:张露、文静、李晓璐、陈庆辉

广州日报新花城编辑:龙嘉丽

免责声明:本文来自投稿,版权归原作者所有;旨在传递信息,不代表本站的观点和立场。
大观网-36氪的头像大观网-36氪
Previous 2024 年 7 月 4 日 下午3:22
Next 2024 年 7 月 4 日 下午3:41

相关推荐