新火種
2024-09-12 
給我一張臉，視頻背景隨你換，林黛玉都被清華理工男玩廢了｜免費開放
讓AI視頻中任意主體保持一致！就在剛剛，人人都可輕松做到了。
而且只需一張圖片，就能實現。
——上面的每一個馬斯克視頻，都來自同一張照片。
想玩的話，只需要用上清華系AI視頻玩家生數科技旗下Vidu的最新功能，主體參照（Subject Consistency）。
該功能能夠實現對任意主體的一致性生成，讓視頻生成更加穩定，也更加可控。
“現在生成AI視頻內容，想要做到‘言出法隨’其實還很難，不確定性讓視頻內容對運鏡、光效等的精細控制還是得不斷抽卡。”生數科技CEO唐家渝表示，“角色一致性只能讓人臉保持一致，而主體參照讓主體整體造型都能保持一致，給了更大的創作空間。”
這是繼今年7月，生數Vidu面向全球用戶上線文生視頻與圖生視頻能力（單視頻最長生成8s）后的再次更新。
這次功能上新依然非常友好：
面向用戶免費開放，注冊即可體驗。
僅需一張圖片實現主體可控先來看看Vidu是怎么定義這個新功能的。
劃重點：任意主體。
也就是說，無論是人還是動物，無論是真人還是動漫形象or虛構主體，無論是家具還是商品，都能通過這個功能在視頻生成中實現一致性和可控性。
目前，所有的視頻大模型中，僅有Vidu率先支持這種玩法。
不必光說不練，我們來看看真實效果。
人物主體首先來看看以人物為主體。
上傳一張87版《紅樓夢》林妹妹的定妝照：
以畫面中林妹妹為主體，利用主體參照功能，生成兩條視頻。
突然，林妹妹上臺演講了：
又一眨眼，妹妹已經坐在星爸爸喝咖啡了：
當然啦，真人可以作為生成視頻的主體參照，虛擬角色/動漫人物同樣可以。
比如輸入一張漫畫女孩：
生成視頻效果是醬紫的：
這里附上一些官方給的小tips：
如需重點保持主體面容一致，需僅截取單一主體的清晰面容圖如需重點保持主體半身一致（面容+上半身服飾），僅需截取單一主體的清晰半身圖如需重點保持主體全身一致（全身特征），僅需截取單一主體的清晰全身圖動物主體誰能不愛可愛狗狗！
把這張照片丟給Vidu，就能實現狗狗走草地上，一步一步靠近你。
鏡頭后拉和主體運動幅度表現都還不錯。
商品主體當把商品作為需要參照的主體時，在生成的視頻中，商品外觀和細節能在不同于圖片的場景中保持一致。
就像下面這樣：
沙發所在的場景，說變就變。
上面還能睡一個蓋了毯子的小女孩，遮擋住沙發原有部分。
需要注意的是，當前版本僅支持單一主體的可控。
如果上傳的圖片有多個人物/物體，需要框選出單一主體進行生成。
Be Like：
不再“兩步走”了無論是制作短視頻、動畫作品還是廣告片，“主體一致、場景一致、風格一致”都是共同的追求。
因此，AI視頻生成內容想要有敘事效果，就需要不斷往三個一致方面盡力靠攏。
尤其是就現實情況而言，實際的視頻創作，內容往往圍繞特定的對象展開——這往往也是視頻生成內容最容易變形、崩壞的一點，尤其在涉及復雜動作和交互的情況下。
撓頭，腦闊痛。
業界首先想到的辦法是先AI生圖、再圖生視頻。
說人話，就是用Midjourney、SD什么的，生成分鏡鏡頭畫面，讓每張圖里的主體保持一致，然后再進行圖生視頻，最后把每個視頻片段拼接剪輯。
但一聽就發現了，這樣搞，無論是保持AI畫圖的一致性，還是后期拼拼剪剪，工作量都很大。
生數Vidu“主體參照”跟這個思路的不一樣之處，就是不再兩步走了。
而是通過“上傳主體圖+輸入場景描述詞”的方式，直接生成視頻素材。
最后，我們來厘清以及區分三個概念：
圖生視頻（Image to Video）角色一致性（Character to Video）主體參照（Subject Consistency）圖生視頻基本是現在AI視頻生成的基操了。
它把輸入的圖片作為視頻首幀，然后基于首幀畫面的連續生成。
Bug是無法直接輸出目標場景，限制了視頻內容的多樣性和場景的自由度。
角色一致性，主要集中在人物形象上起效果。
它能保證人物面部特征在動態視頻中保持一致，但一般來說“一致性”只顧臉，不顧整體形象。
主體參照，面向任意主體。
同時在面向人物主體時，既可選擇保持面部一致，也可選擇保持人物整體形象的高度一致。
最后附上生數科技視頻試玩鏈接，感興趣的朋友可趁排隊人不多，趕緊沖一波！
畢竟，免費的就是香，對吧（doge）。
體驗直通車：www.vidu.studio
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
