生数科技旗下的文生视频大模型 Vidu 宣布，Vidu 1.5 新版本正式上线。这一版本实现了“世界领先水平”的突破，能够理解多样化的输入，突破了“一致性”的难题。Vidu 在上线之初就具备角色一致性生成能力，通过锁定人物面部特征解决了视频生成的关键痛点。此次更新中，Vidu 首次展现了上下文学习的能力，提升了整体视频模型的可控性，通过灵活的多元输入实现了多角度、多主体、多元素的一致性生成。
技术突破
Vidu 1.5 在以下几个方面直观呈现了“技术突破”：
1、复杂主体的精准控制
-
多视角一致性：无论是细节丰富的角色，还是复杂的物体，Vidu 都能确保其在多个不同视角下的一致性。例如，对于造型复杂的 3D 动画风格角色，无论视角如何变化，Vidu 都能始终确保头型、服饰的全角度细节一致，避免了传统视频模型在复杂视角切换时产生的瑕疵。
2、人物面部特征和动态表情的自然一致
-
特写镜头中的连贯性：在人物特写镜头中，Vidu 能够自然且流畅地保持人物面部特征和表情的连贯性，避免了面部僵硬或失真的现象。这使得生成的视频更加自然和真实。
3、多主体一致性
-
多元素交互：用户可以上传多个主题图像，包括人物角色、道具物体、环境背景等，并在视频生成中实现这些元素的交互。例如，用户可以上传主体、客体和环境的图片，创建定制角色身穿特定服装、在定制空间内自由动作的场景。这为用户提供了更高的创作自由度和灵活性。
用户体验
-
多样化输入：用户可以通过文字、图片等多种形式输入内容，Vidu 能够理解和生成高质量的视频。 -
高度可控性：用户可以灵活控制视频中的各个元素，确保生成的视频符合预期。 -
自然流畅：生成的视频在人物面部特征、表情和动作等方面表现自然，提高了观看体验。
评论0