IT之家 7 月 4 日消息，商湯科技在世界人工智能大會(huì)（WAIC）上發(fā)布了首個(gè)“可控”人物視頻生成大模型 Vimi，通過一張任意風(fēng)格的照片就能生成和目標(biāo)動(dòng)作一致的人物類視頻，并支持多種驅(qū)動(dòng)方式，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)。
與圖片表情控制類技術(shù)只能控制頭部表情動(dòng)作不同，商湯稱 Vimi 不但可以實(shí)現(xiàn)精準(zhǔn)的人物表情控制，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。
同時(shí) Vimi 可穩(wěn)定生成 1 分鐘的單鏡頭人物類視頻，畫面效果不會(huì)隨著時(shí)間的變化而劣化或失真，滿足娛樂互動(dòng)等需要長(zhǎng)時(shí)間穩(wěn)定視頻生成需求。
Vimi 將完全面向 C 端用戶開放使用，用戶只需上傳不同角度的高清人物圖片，即可自動(dòng)生成數(shù)字分身和不同風(fēng)格的寫真視頻。
由 Vimi 生成的視頻人物不再只是呆板的五官運(yùn)動(dòng)，而是搭配手勢(shì)、肢體、頭發(fā)等，形成更完整、統(tǒng)一的人物動(dòng)作，讓創(chuàng)作者可基于生成的視頻素材進(jìn)行剪輯和再創(chuàng)作。
商湯表示將在明日公布 Vimi 的更多細(xì)節(jié)，IT之家也會(huì)持續(xù)關(guān)注并帶來(lái)跟進(jìn)報(bào)道。
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。