給我一張臉，影片背景隨你換，林黛玉都被清華理工男玩廢了｜免費開放

衡宇 發自 凹非寺

量子位 | 公眾號 QbitAI

讓AI影片中任意主體保持一致！就在剛剛，人人都可輕鬆做到了。

而且只需一張圖片，就能實現。

——上面的每一個馬斯克影片，都來自同一張照片。

想玩的話，只需要用上清華系AI影片玩家生數科技旗下Vidu的最新功能，主體參照（Subject Consistency）。

該功能能夠實現對任意主體的一致性生成，讓影片生成更加穩定，也更加可控。

「現在生成AI影片內容，想要做到‘言出法隨’其實還很難，不確定性讓影片內容對運鏡、光效等的精細控制還是得不斷抽卡。」生數科技CEO唐家渝表示，「角色一致性只能讓人臉保持一致，而主體參照讓主體整體造型都能保持一致，給了更大的創作空間。」

這是繼今年7月，生數Vidu面向全球用戶上線文生影片與圖生影片能力（單影片最長生成8s）後的再次更新。

這次功能上新依然非常友好：

面向用戶免費開放，註冊即可體驗。

僅需一張圖片實現主體可控

先來看看Vidu是怎麼定義這個新功能的。

主體參照：允許用戶上傳任意主體的一張圖片，然後由Vidu夠鎖定該主體形象，通過描述詞任意切換場景，輸出主體一致的影片。

劃重點：任意主體。

也就是說，無論是人還是動物，無論是真人還是動漫形象or虛構主體，無論是傢俱還是商品，都能通過這個功能在影片生成中實現一致性和可控性。

目前，所有的影片大模型中，僅有Vidu率先支持這種玩法。

不必光說不練，我們來看看真實效果。

人物主體

首先來看看以人物為主體。

上傳一張87版《紅樓夢》林妹妹的照片：

以畫面中林妹妹為主體，利用主體參照功能，生成兩條影片。

突然，林妹妹上台演講了：

又一眨眼，妹妹已經坐在星爸爸喝咖啡了：

當然啦，真人可以作為生成影片的主體參照，虛擬角色/動漫人物同樣可以。

比如輸入一張漫畫女孩：

生成影片效果是醬紫的：

這裏附上一些官方給的小tips：

• 如需重點保持主體面容一致，需僅截取單一主體的清晰面容圖

• 如需重點保持主體半身一致（面容+上半身服飾），僅需截取單一主體的清晰半身圖

• 如需重點保持主體全身一致（全身特徵），僅需截取單一主體的清晰全身圖

動物主體

誰能不愛可愛狗狗！

把這張照片丟給Vidu，就能實現狗狗走草地上，一步一步靠近你。

鏡頭後拉和主體運動幅度表現都還不錯。

商品主體

當把商品作為需要參照的主體時，在生成的影片中，商品外觀和細節能在不同於圖片的場景中保持一致。

就像下面這樣：

沙發所在的場景，說變就變。

上面還能睡一個蓋了毯子的小女孩，遮擋住沙發原有部分。

需要注意的是，當前版本僅支持單一主體的可控。

如果上傳的圖片有多個人物/物體，需要框選出單一主體進行生成。

Be Like：

不再「兩步走」了

無論是製作短影片、動畫作品還是廣告片，「主體一致、場景一致、風格一致」都是共同的追求。

因此，AI影片生成內容想要有敘事效果，就需要不斷往三個一致方面盡力靠攏。

尤其是就現實情況而言，實際的影片創作，內容往往圍繞特定的對象展開——這往往也是影片生成內容最容易變形、崩壞的一點，尤其在涉及複雜動作和交互的情況下。

撓頭，腦闊痛。

業界首先想到的辦法是先AI生圖、再圖生影片。

說人話，就是用Midjourney、SD什麼的，生成分鏡鏡頭畫面，讓每張圖里的主體保持一致，然後再進行圖生影片，最後把每個影片片段拚接剪輯。

但一聽就發現了，這樣搞，無論是保持AI畫圖的一致性，還是後期拚拚剪剪，工作量都很大。

生數Vidu「主體參照」跟這個思路的不一樣之處，就是不再兩步走了。

而是通過「上傳主體圖+輸入場景描述詞」的方式，直接生成影片素材。

最後，我們來釐清以及區分三個概念：

• 圖生影片（Image to Video）

• 角色一致性（Character to Video）

• 主體參照（Subject Consistency）

圖生影片基本是現在AI影片生成的基操了。

它把輸入的圖片作為影片首幀，然後基於首幀畫面的連續生成。

Bug是無法直接輸出目標場景，限制了影片內容的多樣性和場景的自由度。

角色一致性，主要集中在人物形象上起效果。

它能保證人物面部特徵在動態影片中保持一致，但一般來說「一致性」只顧臉，不顧整體形象。

主體參照，面向任意主體。

同時在面向人物主體時，既可選擇保持面部一致，也可選擇保持人物整體形象的高度一致。

最後附上生數科技影片試玩鏈接，感興趣的朋友可趁排隊人不多，趕緊衝一波！

畢竟，免費的就是香，對吧（doge）。

體驗直通車：

www.vidu.studio

— 聯繫作者 —