让AI视频中任意主体保持一致!就在刚刚,人人都可轻松做到了。而且只需一张图片,就能实现。您看到的每一段马斯克视频,都来自同一张照片。
想玩的话,只需要用上清华系AI视频玩家生数科技旗下Vidu的最新功能,主体参照(Subject Consistency)。
该功能能够实现对任意主体的一致性生成,让视频生成更加稳定,也更加可控。
“现在生成AI视频内容,想要做到‘言出法随’其实还很难,不确定性让视频内容对运镜、光效等的精细控制还是得不断抽卡。”生数科技CEO唐家渝表示,“角色一致性只能让人脸保持一致,而主体参照让主体整体造型都能保持一致,给了更大的创作空间。”
这是继今年7月,生数Vidu面向全球用户上线文生视频与图生视频能力(单视频最长生成8s)后的再次更新。
这次功能上新依然非常友好:
面向用户免费开放,注册即可体验。
仅需一张图片实现主体可控
先来看看Vidu是怎么定义这个新功能的。
主体参照:允许用户上传任意主体的一张图片,然后由Vidu够锁定该主体形象,通过描述词任意切换场景,输出主体一致的视频。
划重点:任意主体。
也就是说,无论是人还是动物,无论是真人还是动漫形象or虚构主体,无论是家具还是商品,都能通过这个功能在视频生成中实现一致性和可控性。
目前,所有的视频大模型中,仅有Vidu率先支持这种玩法。
不必光说不练,我们来看看真实效果。
人物主体
首先来看看以人物为主体。
上传一张87版《红楼梦》林妹妹的定妆照:
以画面中林妹妹为主体,利用主体参照功能,生成两条视频。
突然,林妹妹上台演讲了:
又一眨眼,妹妹已经坐在星爸爸喝咖啡了:
当然啦,真人可以作为生成视频的主体参照,虚拟角色/动漫人物同样可以。
比如输入一张漫画女孩:
生成视频效果是酱紫的:
这里附上一些官方给的小tips:
如需重点保持主体面容一致,需仅截取单一主体的清晰面容图
如需重点保持主体半身一致(面容+上半身服饰),仅需截取单一主体的清晰半身图
如需重点保持主体全身一致(全身特征),仅需截取单一主体的清晰全身图
动物主体
谁能不爱可爱狗狗!
把这张照片丢给Vidu,就能实现狗狗走草地上,一步一步靠近你。
镜头后拉和主体运动幅度表现都还不错。
商品主体
当把商品作为需要参照的主体时,在生成的视频中,商品外观和细节能在不同于图片的场景中保持一致。
就像下面这样:
沙发所在的场景,说变就变。
上面还能睡一个盖了毯子的小女孩,遮挡住沙发原有部分。
需要注意的是,当前版本仅支持单一主体的可控。
如果上传的图片有多个人物/物体,需要框选出单一主体进行生成。
Be Like:
不再“两步走”了
无论是制作短视频、动画作品还是广告片,“主体一致、场景一致、风格一致”都是共同的追求。
因此,AI视频生成内容想要有叙事效果,就需要不断往三个一致方面尽力靠拢。
尤其是就现实情况而言,实际的视频创作,内容往往围绕特定的对象展开——这往往也是视频生成内容最容易变形、崩坏的一点,尤其在涉及复杂动作和交互的情况下。
挠头,脑阔痛。
业界首先想到的办法是先AI生图、再图生视频。
说人话,就是用Midjourney、SD什么的,生成分镜镜头画面,让每张图里的主体保持一致,然后再进行图生视频,最后把每个视频片段拼接剪辑。
但一听就发现了,这样搞,无论是保持AI画图的一致性,还是后期拼拼剪剪,工作量都很大。
生数Vidu“主体参照”跟这个思路的不一样之处,就是不再两步走了。
而是通过“上传主体图+输入场景描述词”的方式,直接生成视频素材。
最后,我们来厘清以及区分三个概念:
图生视频(Image to Video)
角色一致性(Character to Video)
主体参照(Subject Consistency)
图生视频基本是现在AI视频生成的基操了。
它把输入的图片作为视频首帧,然后基于首帧画面的连续生成。
Bug是无法直接输出目标场景,限制了视频内容的多样性和场景的自由度。
角色一致性,主要集中在人物形象上起效果。
它能保证人物面部特征在动态视频中保持一致,但一般来说“一致性”只顾脸,不顾整体形象。
主体参照,面向任意主体。
同时在面向人物主体时,既可选择保持面部一致,也可选择保持人物整体形象的高度一致。
最后附上生数科技视频试玩链接,感兴趣的朋友可趁排队人不多,赶紧冲一波!
毕竟,免费的就是香,对吧(doge)。
体验直通车:www.vidu.studio