編輯 | 言征
出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）
視頻生成賽道，商湯今天精準(zhǔn)“開大”了！
Sora、Luma等模型留給業(yè)界驚艷的同時(shí)，也甩給了無數(shù)后期剪輯的噩夢：好好的一個(gè)人物，動(dòng)不動(dòng)臉部就變形了，這魔法有點(diǎn)離譜，有時(shí)候，不可控就意味著不可用。
就好比之前小編用Luma，生成一段“牛頓被蘋果砸著頭”視頻，蘋果樹下的牛頓，遠(yuǎn)景和特寫咋看都是兩個(gè)人。
難怪有人說讓AI生成一張合適的人物表情，簡直就需要“歐皇”的運(yùn)氣，抽到SSS卡才行。
1.首個(gè)可控人物視頻生成大模型Vimi厲害在哪里？
而就在今天，商湯科技做到了！商湯發(fā)布了業(yè)內(nèi)首個(gè)“可控”人物視頻生成大模型產(chǎn)品Vimi。毫不夸張的說，視頻制作者的福音來了！
想一想1分鐘穩(wěn)定的單鏡頭人物特寫鏡頭，畫面效果不會(huì)隨著時(shí)間的變化而劣化或失真，這將省去多大的工作量！
更令人興奮的是，還可以隨心控制表情和肢體，這將是怎樣的效率突破！
7月4日，世界人工智能大會(huì)開幕。在上海這座創(chuàng)新之城，商湯直接拋出一個(gè)炸裂的發(fā)布：首個(gè)面向C端用戶的可控人物視頻生成大模型Vimi驚艷亮相。
據(jù)悉，該模型主要面向C端用戶。根據(jù)現(xiàn)場展示來看，難得之處就在于，Vimi能夠?qū)崿F(xiàn)精準(zhǔn)的人物表情控制，同時(shí)還可實(shí)現(xiàn)在半身區(qū)域內(nèi)控制照片中人物的自然肢體變化，并自動(dòng)生成與人物相符的頭發(fā)、服飾及背景變化，可穩(wěn)定生成1分鐘的單鏡頭人物類視頻。
圖片
也可以讓你喜歡的人物角色為你奉上一場“表情大賞”。
這還沒完，除了生成你想要的動(dòng)態(tài)表情包，還可以為人物配上相應(yīng)的服飾、配飾和背景，看起來毫無違和感。
當(dāng)然了，根據(jù)照片，可快速生成寫真視頻，這一點(diǎn)也自然能輕松做到了。吐槽：妙鴨相機(jī)要有壓力了~
圖片
據(jù)悉Vimi將完全面向C端用戶開放使用，到時(shí)候聊天、唱歌、舞動(dòng)等多種娛樂互動(dòng)場景相信都能看到Vimi的身影。
不過，現(xiàn)在處于內(nèi)測階段，小編第一時(shí)間也申請了，目前還在焦急等待中。
2.寫在最后
總結(jié)下，Vimi有以下四大特點(diǎn)：
1、人物可控性：可控生成高一致性的人物表情及肢體動(dòng)作視頻。
2、多種控制方式：可以通過人物視頻、動(dòng)畫參數(shù)、語音文字等輸入驅(qū)動(dòng)。
3、分鐘級(jí)單鏡頭：支持生成分鐘級(jí)的單鏡頭人物視頻，在演示的視頻中，可以看到視頻長達(dá)1分鐘。
4、生成合理的視頻場景：支持人物合理的頭發(fā)、服飾、背景補(bǔ)全，并支持光影變化。
整體上看，通過一張任意風(fēng)格的照片就能生成和目標(biāo)動(dòng)作一致不隨時(shí)間變化而失真的人物類視頻，可通過已有人物視頻、動(dòng)畫、聲音、文字等多種元素進(jìn)行驅(qū)動(dòng)，足夠在人物方面把Luma比下去了，畢竟各有所長。
至于Vimi為什么這么厲害？當(dāng)然還是底座模型太給力了，商湯日日新大模型SenseNova，猜測是圖文多模態(tài)大模型SenseChat-Vision的加持，不過免費(fèi)體驗(yàn)期已經(jīng)截止了。
圖片
忘了，上個(gè)內(nèi)測申請鏈接：https://www.wjx.cn/vm/mhSxfGv.aspx
