20｜商湯發布可控人物影片生成大模型Vimi

• 商湯 （00020）發佈首個「可控」人物視頻生成大模型Vimi
• 據介紹，Vimi可以實現精準人物表情控制

　　上海舉行世界人工智能大會（WAIC 2024），內地AI龍頭商湯 （00020）發佈首個「可控」人物視頻生成大模型Vimi，該模型主要面向C端用戶，支持聊天、唱歌、舞動等多種娛樂互動場景。

　　商湯午前跌2.47%，報1.49元。

　　商湯稱，Vimi可生成長達1分鐘的單鏡頭人物類視頻，畫面效果不會隨着時間的變化而劣化或失真，Vimi基於商湯日日新大模型，通過一張任意風格的照片就能生成和目標動作一致的人物類影片，可通過已有人物影片、動畫、聲音、文字等多種元素進行驅動。

　　可以控制人物自然肢體變化

　　有內媒指，隨着大模型和生成式AI技術的快速發展，讓照片中的人物動起來已經不是新鮮事，但目前市面上的相關產品在實際應用中存在諸多痛點，包括無法精準控制人物動作、表情動作，只能頻繁嘗試；爲了解決這些應用中的實際問題，商湯可控人物視頻生成大模型Vimi應運而生。

　　報道指，Vimi不但可以實現精準的人物表情控制，還可實現在半身區域內控制照片中人物的自然肢體變化，並自動生成與人物相符的頭髮、服飾及背景變化。同時光影變化也能做到合理生成，讓人物動作和視覺效果流暢自然，畫面和諧唯美。