引言
图像生成技术正在不断发展，近期推出的 Vidu 1.5 模型在视频生成领域取得了突破性的进展。该模型由生数科技联合清华团队推出，它拥有出色的多主体一致性能力，可以根据用户上传的多张图片生成视频，并且保证这些元素在生成过程中不会变形。
多主体一致性：
Vidu 1.5 的多主体一致性能力体现在它可以同时处理多个角色、物体和地点。用户可以上传这些元素的图片，并指定它们在视频中的位置和动作。模型将根据这些元素生成一条包含指定内容的视频。
操作方法：
使用 Vidu 1.5 非常简单。用户可以在其官方网站上直接上传图片并输入提示词。模型将根据这些输入生成一段包含指定内容的视频。目前，Vidu 1.5 提供了三次免费试用机会，后续试用将需要消耗积分。
示例：
-
火锅骑雅迪电动车
上传了一张火锅戴头盔的照片、一张抹茶绿的雅迪电动车照片，输入提示词“金毛犬在骑雅迪电动车”。输出的视频中，火锅带着黑色防风镜，骑上了小电驴，连胸前蓝色的挂饰和雅迪的橙色车标都完整保留了下来。 -
乔布斯穿军大衣骑雅迪电动车
上传了乔布斯的大头照、军大衣的照片和雅迪电动车照片，输入提示词“乔布斯穿着军大衣骑雅迪电动车”。输出的视频中，乔布斯身穿军大衣，稳稳地坐在雅迪的橘色雅座上，人物特征还原精准。 -
秋香换脸
上传了《唐伯虎点秋香》的经典图片和一张我的照片，输入提示词“把秋香的脸换成我的”。输出的视频中，秋香的背影从人群中缓缓走出，脸部逐渐变成了我的脸，眉眼间的神态十分逼真。 -
李白打篮球
上传了李白和蔡徐坤的照片，输入提示词“李白穿着背带裤打篮球”。输出的视频中，蔡徐坤的形象被替换为李白，穿着背带裤在打篮球。人物特征保留了格子裤等细节，但在动作方面，模型采用抽象的动画风格，未能完全满足提示词要求。
局限性：
尽管 Vidu 1.5 在多主体一致性方面表现出色，但它也存在一定的局限性。当动作幅度较大或画面变化较多时，模型可能无法完全准确地处理主体。模型的生成速度相对较慢，需要一定的时间来生成视频。
展望：
Vidu 1.5 的推出标志着视频生成技术的新突破。它的多主体一致性能力为视频创作提供了更多的可能性。未来，随着模型的不断完善，预计它将在影视、广告、娱乐等领域发挥更大的作用。
发表评论