商湯發(fā)布首個(gè)“可控”人物視頻生成大模型Vimi

近日，商湯科技在人工智能領(lǐng)域再次取得重大突破，正式發(fā)布了其首個(gè)面向消費(fèi)者的“可控”人物視頻生成大模型——Vimi。這一創(chuàng)新技術(shù)的問(wèn)世，標(biāo)志著視頻內(nèi)容創(chuàng)作進(jìn)入了一個(gè)全新的互動(dòng)與個(gè)性化時(shí)代。

Vimi大模型專(zhuān)為C端用戶設(shè)計(jì)，旨在通過(guò)先進(jìn)的AI技術(shù)，讓每個(gè)人都能輕松享受到視頻創(chuàng)作的樂(lè)趣。它不僅支持聊天、唱歌、舞動(dòng)等多種娛樂(lè)互動(dòng)場(chǎng)景，還具備強(qiáng)大的視頻生成能力，能夠一鍵生成長(zhǎng)達(dá)1分鐘、畫(huà)面流暢且質(zhì)量穩(wěn)定的單鏡頭人物視頻。這一特性確保了視頻內(nèi)容的連續(xù)性和觀賞性，即使時(shí)間流逝，畫(huà)面效果也始終如一，不會(huì)因時(shí)間推移而劣化或失真。

尤為值得一提的是，Vimi的“可控”性體現(xiàn)在其強(qiáng)大的靈活性和適應(yīng)性上。它基于商湯自研的日日新大模型構(gòu)建，僅需一張任意風(fēng)格的照片作為輸入，就能快速生成與目標(biāo)動(dòng)作相匹配的人物視頻。更令人興奮的是，Vimi還能通過(guò)已有人物視頻、動(dòng)畫(huà)、聲音、文字等多種元素進(jìn)行驅(qū)動(dòng)，為用戶提供前所未有的視頻創(chuàng)作體驗(yàn)。用戶可以根據(jù)自己的想象和需求，自由組合這些元素，創(chuàng)造出獨(dú)一無(wú)二的視頻內(nèi)容。

商湯科技的這一創(chuàng)新成果，無(wú)疑為視頻內(nèi)容創(chuàng)作領(lǐng)域注入了新的活力。隨著Vimi的推廣應(yīng)用，我們有理由相信，未來(lái)將有更多富有創(chuàng)意和個(gè)性化的視頻作品涌現(xiàn)出來(lái)，為人們的生活增添更多樂(lè)趣和色彩。