商汤科技推出的Vimi是全球首个可控人物视频生成AIGC产品，基于商汤日日新大模型的能力。商汤科技Vimi能够通过一张任意风格的照片生成与目标动作一致的人物类视频，并支持多种驱动方式，如动作视频、动画、声音和文字等。该模型可以生成长达1分钟的单镜头人物类视频，画面效果不会随着时间的变化而劣化或失真。
(商汤科技Vimi官网链接👇)
Vimi不仅能够实现精准的人物表情控制，还可以在半身区域内控制照片中人物的自然肢体变化，并自动生成与人物相符的头发、服饰及背景变化。此外，Vimi还支持多样化的娱乐互动场景，如聊天、唱歌、舞动等。
Vimi已经在商汤科技官网开放预约，更多细节将在相关论坛上揭晓。在2024年世界人工智能大会（WAIC 2024）上，Vimi荣获“镇馆之宝”荣誉，成为本届大会最具创新展品。
Vimi的功能特色
- 多元素驱动：Vimi的多元素驱动能力，使其能够接受并响应各种类型的输入信号，无论是动作视频、动画序列，还是音频指令和文本描述，Vimi都能理解和生成与输入相匹配的人物动态视频。
- 高度可控性：用户可以对视频中的人物表情和肢体动作进行细致的调整和控制，确保视频内容与预期高度一致。Vimi的这一特性，不仅局限于面部表情，更扩展到了全身动作，让生成的视频更加自然流畅。
- 稳定长视频生成：Vimi技术的一个显著优势是其稳定生成长视频的能力，打破了传统AI视频生成技术在视频长度上的限制。这使得Vimi能够应用于电影制作、广告拍摄、虚拟主播等更广泛的领域。
- 合理场景生成：Vimi不仅能够生成人物动作，还能够智能生成与人物动作相匹配的背景、服饰和发型，构建出一个完整的视频场景，让视频更加丰富立体，提高了观赏性和实用性。
- 光影效果支持：Vimi支持对视频中的光影效果进行调整，包括光线的方向、强度和色彩，以及阴影的生成和变化。这些光影效果的加入，让Vimi生成的视频更加逼真，增强了动态感和视觉冲击力。
- 个性化应用：Vimi的个性化应用功能，允许用户根据自己的需求快速生成个性化的动态表情包、虚拟角色等，满足社交媒体、个人娱乐、内容创作等多样化场景下的需求。
