Vidu 1.5：多
主体一致性视频生成
模型
简介
Vidu 1.5 是由生数科技联合清华团队推出的视频生成模型，其独到之处在于多主体一致性
能力。这意味着用户可以上传多张图片，并指定这些图片之间的
关系，让模型生成包含这些元素的视频。例如，可以上传演员、物体和场景的图片，让模型生成包含这些元素的视频片段。
工作原理
Vidu 1.5 的多主体一致性能力允许用户
控制生成的素材，确保视频符合预期。之前，视频生成模型只能接受文本提示或单张图片作为输入，这限制了生成的视频效果。而 Vidu 1.5 的多主体一致性功能，则可以避免生成脱离预期的情况，例如 AI 无法理解提示词中的复杂元素。
用法
要使用 Vidu 1.5，用户可以在官方
网站上
进行操作。目前提供三次免费试用
机会，后续试用需要消耗积分。
实例
为了演示 Vidu 1.5 的功能，本文作者进行了以下尝试：
1.火锅骑
电动车：上传火锅戴头盔的照片、抹茶绿色
雅迪电动车的照片，输入提示词“金毛犬骑雅迪电动车”。生成视频中，火锅骑着电动车，保留了照片中的蓝挂饰和橙色车标等细节，还加上了吐舌头和摇尾巴的动作。
2. 乔布斯穿军大衣：上传乔布斯的大头照，输入提示词“穿着军大衣骑雅迪电动车”。生成视频中，乔布斯身着军大衣骑着电动车，保留了照片中的五官特征，即使镜头转到侧方，人物特征仍能精准还原。
3. 唐伯虎点秋香换脸：上传《唐伯虎点秋香》经典图，输入提示词“把脸部替换为另一张图”。生成视频中，秋香的头部缓慢转动，露出侧脸，眉眼与替换的图片相似。
4. 李白和蔡徐坤对换：上传李白和蔡徐坤的图片，输入提示词“李白穿着背带裤打篮球”。生成视频中，蔡徐坤被替换成李白的头像，并穿着背带裤，但视频风格变成了动画版，没有完成打篮球的动作。
局限性
虽然 Vidu 1.5 具有多主体一致性能力，但仍存在一些局限性。当动作幅度较大或画面变化较多时，模型可能会抓取错误或生成不符合预期的视频。
总结
Vidu 1.5 的多主体一致性能力为视频生成带来了新的可能性，允许用户控制生成的素材，提高生成视频的准确性和符合预期性。尽管仍存在一些局限性，但 Vidu 1.5 是一个具有潜力和前景的视频生成模型。
发表评论