给我一张脸，随意更换视频背景，林黛玉都被清华理工男用坏了｜免费开放
编辑日期：2024年09月11日
告别“崩坏”：让AI视频中的任意主体保持一致
现在，只需简单几步，人人都可以轻松实现这一目标。
只需一张图片，就能实现这一效果。
——以上每个马斯克的视频片段，都源自同一张照片。
要尝试这一功能，只需使用清华大学系AI视频公司生数科技旗下的Vidu最新推出的“主体参照（Subject Consistency）”功能。
该功能可确保视频中任意主体的形象保持一致，使视频生成更为稳定且可控。
生数科技CEO唐家渝表示：“目前生成AI视频内容时，要做到‘言出法随’仍较为困难。由于不确定性因素，视频内容在运镜和光效等方面的精细控制仍需不断调整。‘角色一致性’仅能保持人脸一致，而‘主体参照’则可确保主体的整体造型一致，从而提供更大的创作空间。”
这是继今年7月生数Vidu面向全球用户推出文字生成视频和图像生成视频功能（单视频最长生成8秒）后的又一次更新。
此次功能更新依然非常友好：
- 面向用户免费开放，注册即可体验。
让我们来看一下Vidu是如何定义这一新功能的：
主体参照：允许用户上传任意主体的一张图片，Vidu将锁定该主体形象，并通过描述词自由切换场景，输出主体一致的视频。
重点：适用于任意主体
无论对象是人还是动物，不论是真人、动漫角色还是虚构主体，甚至是家具或商品，都可以通过这一功能在视频生成过程中实现一致性和可控性。
目前，在所有视频大模型中，只有Vidu率先支持这种玩法。
现在，让我们来看一下实际效果。
首先，我们来看看以人物为主体的情况。
上传一张87版《红楼梦》中林黛玉的定妆照：
以画面中的林黛玉为主体，利用主体参照功能，生成两条视频。
突然间，林黛玉上台演讲了：
转眼间，她又坐在星巴克喝咖啡了：
当然，除了真人，虚拟角色或动漫人物也可以作为生成视频的主体。
例如，输入一张漫画女孩的图片：
生成的视频效果如下：
这里还有一些官方给出的小贴士：
谁能不喜欢可爱的狗狗呢！
将这张照片交给Vidu，就能实现狗狗在草地上行走，并一步步向你靠近的效果。
镜头后拉和主体运动幅度表现都很不错。
当我们需要将商品作为视频中的主要参照对象时，生成的视频应当使商品的外观和细节在不同的背景场景中保持一致。
例如：
可以看到，沙发所在的背景可以随意变换。
同时，沙发上还可以有一个盖着毯子的小女孩，遮住沙发的一部分。
需要注意的是，当前版本只支持对单一主体进行控制。
如果上传的图片中有多个对象，需要选择其中一个单一主体来进行生成。
例如：
不论是制作短视频、动画作品还是广告片，“主体一致、场景一致、风格一致”都是共同的目标。
因此，为了让AI生成的视频内容具有更好的叙事效果，我们需要尽量做到这三个“一致”。
特别是在实际应用中，视频的内容通常会围绕某个特定对象展开。这是视频生成中最容易出现问题的部分，尤其是在涉及复杂的动作和互动时。
头痛啊。
目前业界常用的方法是先通过AI生成图像，再将这些图像转换成视频。
简单来说，就是利用Midjourney或Stable Diffusion等工具生成分镜头画面，并确保每个画面中的主体保持一致，然后再将这些图像转换为视频，并进行最终的拼接和剪辑。
一听就知道，这种方式无论是保持 AI 作图的一致性，还是后期的拼接和剪辑，都会带来很大的工作量。而生数 Vidu 的“主体参照”方法则有所不同，它不再分两步走，而是通过上传主体图像并输入场景描述词的方式，直接生成视频素材。
最后，我们来澄清并区分以下三个概念：
-
图生视频：这是当前 AI 视频生成的基本操作。它将输入的图片作为视频的第一帧，并在此基础上连续生成后续帧。然而，这种方法的局限在于无法直接生成目标场景，从而限制了视频内容的多样性和场景的自由度。
-
角色一致性：主要作用于人物形象。它可以确保人物的面部特征在动态视频中保持一致，但通常这种“一致性”仅限于面部，而不涵盖整个形象。
-
主体参照：适用于任何主体。当应用于人物主体时，不仅可以选择保持面部一致性，还可以选择保持人物整体形象的高度一致性。
最后附上生数科技的视频试玩链接。有兴趣的朋友可以趁现在排队的人不多，赶紧去体验一波！毕竟，免费的东西总是更受欢迎，对吧（doge）。
体验地址：www.vidu.studio
应当助推“人工智能+”，而不是“+人工智能”
团队成果三次与 OpenAI 大撞车
累计获得10亿豪华融资破纪录
“集结开源社区力量”
新功能已全面上线
复制Sora并非唯一的选择
