商汤Vimi成为WAIC镇馆之宝!首个“可控”人物视频生成大模型来了

7月4日,世界人工智能大会(WAIC 2024)在上海隆重召开,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。

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。

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。

真C端可用!轻松化身网红,满足女性用户娱乐创作需求

Vimi将完全面向C端用户开放使用,尤其能够满足广大女性用户的娱乐创作需求。用户只需上传不同角度的高清人物图片,即可自动生成数字分身和不同风格的写真视频。由Vimi生成的视频人物不再只是呆板的五官运动,而是搭配手势、肢体、头发等,形成更完整、统一的人物动作,让创作者可基于生成的视频素材进行剪辑和再创作。

针对喜爱自拍的用户,Vimi可支持聊天、唱歌、舞动等多种娱乐互动场景;而对于热衷表情包的用户来说,Vimi通过单张图片即可驱动生成各种趣味的人物表情包,玩法多样,实现创作自由。此外,Vimi还提供唯美写真风、奇幻风等多种生成风格,让用户仿佛穿越不同次元,享受大片质感的沉浸式视觉效果。

目前,行业里80%的视频都是以人物为主要内容,同时伴随短视频、直播平台的爆发,以人物为主体的视频需求量成指数级增长。然而,市面上缺少可控人物视频生成的AIGC产品,导致内容创作者的效率有待提升。Vimi的出现恰恰填补了这一需求空缺,为广大C端的视频创作者提供了简单、好用的创作工具,可以广泛应用于人物类短视频的创作。

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,欢迎体验。

关于商汤

作为人工智能软件公司,商汤科技以“坚持原创,让AI引领人类进步”为使命,旨在持续引领人工智能前沿研究,持续打造更具拓展性更普惠的人工智能软件平台,推动经济、社会和人类的发展,并持续吸引及培养顶尖人才,共同塑造未来。

免责声明:文章内容不代表本站立场,本站不对其内容的真实性、完整性、准确性给予任何担保、暗示和承诺,仅供读者参考,文章版权归原作者所有。如本文内容影响到您的合法权益(内容、图片等),请及时联系本站,我们会及时删除处理。

为您推荐