近年来，视频生成技术取得了长足的发展，而生数科技与清华大学团队联合推出的Vidu1.5视频模型更是将这一技术提升到了一个新的高度。该模型具备了多主体一致性这一全新能力，这意味着我们可以上传多张图片来生成视频，并且保证这些复杂元素不会变形。
以马斯克穿花袄出现在白宫前的视频为例，该视频仅使用了马斯克的大头照、一件花袄和一张白宫的图片作为素材，通过Vidu1.5生成。我们只需要输入简单的提示词，Vidu即可复刻出一条以假乱真的视频，让马斯克身着指定的服饰在指定的地点表演。这种方式的好处显而易见，我们可以手动控制生成的素材，让视频更符合我们的意愿。
此前，视频生成模型只能基于文本提示或单张图片进行创作，结果往往与我们的预期相去甚远。而Vidu1.5则解决了这一问题，它允许我们直接上传图片作为素材，实现对输出内容的精准控制。
Vidu1.5发布后，迅速引起了广泛关注。网友们纷纷上手体验，并惊叹于其出色的效果。目前，Vidu1.5官方平台已开放试用，用户每天有三次免费机会，后续每次试用需要消耗4个积分。
为了让大家更直观地了解Vidu1.5的效果，笔者进行了以下尝试：
- 火锅骑电动车：上传火锅戴头盔的两张图片和一张抹茶绿雅迪电动车图片，输入提示词“金毛犬在骑雅迪电动车”。生成的视频中，火锅戴着黑色防风镜，丝滑地骑上了电动车，胸前挂饰和车标都完整保留。
- 乔布斯着军大衣：上传乔布斯的大头照和一张军大衣图片，提示词为“乔布斯穿着军大衣骑雅迪电动车”。生成的视频中，乔布斯身着军大衣，五官刻画精准，侧脸特征还原度较高。
- 唐伯虎点秋香换脸：上传唐伯虎点秋香的经典图片和一张自己的侧脸照，要求将秋香的脸部替换为自己的。生成的视频中，秋香从人群中走出，缓缓转过头，仅露出侧脸，但眉眼之间足以辨认。
- 李白打篮球：上传李白和蔡徐坤的两张图片，要求将李白替换成坤并添加打篮球的动作。生成的视频抽象而诡异，蔡徐坤的头被替换为一个动画卡通形象，身穿李白的背带裤，动作也不符合打篮球的要求。
- 难度提升：进一步尝试替换服装、添加动作等复杂操作，发现Vidu1.5抠取主体的能力受到一定限制，当动作较大或画面变化较多时，生成效果不理想。
Vidu1.5是一款强大的视频生成模型，其多主体一致性能力为视频创作带来了新的可能。在处理简单场景和替换静态人物时，Vidu1.5表现出色，但对于复杂动作和多元素场景，仍有优化空间。
随着AI技术的发展，视频生成技术必将迎来更广阔的发展前景。Vidu1.5作为这一领域的先驱，将为视频创作带来无限可能，让我们拭目以待。
Vidu1.5官方网站
发表评论