Vimi-商汤推出的可控人物视频生成模型

Vimi是什么?

Vimi是商汤科技推出的全球首个可控人物视频生成大模型，可以通过动作视频、动画、声音、文字等多种元素来驱动人物类图片生成和目标动作一致的人物类视频，可以稳定地生成分钟级的单镜头人物视，并且生成合理的头发、服饰、背景，并支持光影变化。

该模型主要面向C端用户，支持聊天、唱歌、舞动等多种娱乐互动场景。商汤方面称，Vimi可生成长达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，Vimi基于商汤日日新大模型，通过一张任意风格的照片就能生成和目标动作一致的人物类视频。

Vimi的功能特性

• 可控人物：Vimi能够生成高一致性的人物表情和肢体动作视频，这意味着用户可以精确控制视频中人物的表情和动作，以匹配特定的需求或场景。
• 多种控制方式：Vimi支持多种输入驱动方式，包括人物视频、动画参数、语音和文字等，这为用户提供了灵活的创作手段，可以根据不同的输入生成相应的视频内容。
• 分钟级单镜头生成：Vimi可以稳定地生成长达分钟级别的单镜头人物视频，这在视频生成技术上是一个显著的突破，允许用户制作更长时间和更连贯的视频内容。
• 生成合理的视频场景：Vimi不仅能够生成人物，还能够补全人物的合理头发、服饰和背景，并支持光影变化，使得生成的视频场景更加真实和完整。

这些功能特性使得Vimi成为一个强大的工具，适用于需要高质量视频内容的各种应用场景，包括但不限于广告制作、社交媒体内容创作、个性化视频生成等。

Vimi的适合场景

• 快速生成唯美写真视频：适用于需要快速制作高质量人物视频的场景，如广告、社交媒体内容等。

• 个性动态表情包：适合创造个性化的动态表情，用于社交媒体交流或个性化内容制作。

如何使用Vimi？

目前Vimi已在商汤科技官网开放预约，预约申请地址：https://vme-int.softsugar.com/questionnaire/