給我一張臉，視頻背景隨你換，林黛玉都被清華理工男玩廢了｜免費(fèi)開放
讓AI視頻中任意主體保持一致！就在剛剛，人人都可輕松做到了。
而且只需一張圖片，就能實(shí)現(xiàn)。
——上面的每一個(gè)馬斯克視頻，都來自同一張照片。
想玩的話，只需要用上清華系A(chǔ)I視頻玩家生數(shù)科技旗下Vidu的最新功能，主體參照（Subject Consistency）。
該功能能夠?qū)崿F(xiàn)對(duì)任意主體的一致性生成，讓視頻生成更加穩(wěn)定，也更加可控。
“現(xiàn)在生成AI視頻內(nèi)容，想要做到‘言出法隨’其實(shí)還很難，不確定性讓視頻內(nèi)容對(duì)運(yùn)鏡、光效等的精細(xì)控制還是得不斷抽卡。”生數(shù)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(chuàng)作空間。”
這是繼今年7月，生數(shù)Vidu面向全球用戶上線文生視頻與圖生視頻能力（單視頻最長(zhǎng)生成8s）后的再次更新。
這次功能上新依然非常友好：
面向用戶免費(fèi)開放，注冊(cè)即可體驗(yàn)。
僅需一張圖片實(shí)現(xiàn)主體可控
先來看看Vidu是怎么定義這個(gè)新功能的。
主體參照：允許用戶上傳任意主體的一張圖片，然后由Vidu夠鎖定該主體形象，通過描述詞任意切換場(chǎng)景，輸出主體一致的視頻。
劃重點(diǎn)：任意主體。
也就是說，無論是人還是動(dòng)物，無論是真人還是動(dòng)漫形象or虛構(gòu)主體，無論是家具還是商品，都能通過這個(gè)功能在視頻生成中實(shí)現(xiàn)一致性和可控性。
目前，所有的視頻大模型中，僅有Vidu率先支持這種玩法。
不必光說不練，我們來看看真實(shí)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(mèng)》林妹妹的定妝照：
以畫面中林妹妹為主體，利用主體參照功能，生成兩條視頻。
突然，林妹妹上臺(tái)演講了：
又一眨眼，妹妹已經(jīng)坐在星爸爸喝咖啡了：
當(dāng)然啦，真人可以作為生成視頻的主體參照，虛擬角色/動(dòng)漫人物同樣可以。
比如輸入一張漫畫女孩：
生成視頻效果是醬紫的：
這里附上一些官方給的小tips：
- 如需重點(diǎn)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(diǎn)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(diǎn)保持主體全身一致（全身特征），僅需截取單一主體的清晰全身圖
動(dòng)物主體
誰能不愛可愛狗狗！
把這張照片丟給Vidu，就能實(shí)現(xiàn)狗狗走草地上，一步一步靠近你。
鏡頭后拉和主體運(yùn)動(dòng)幅度表現(xiàn)都還不錯(cuò)。
商品主體
當(dāng)把商品作為需要參照的主體時(shí)，在生成的視頻中，商品外觀和細(xì)節(jié)能在不同于圖片的場(chǎng)景中保持一致。
就像下面這樣：
沙發(fā)所在的場(chǎng)景，說變就變。
上面還能睡一個(gè)蓋了毯子的小女孩，遮擋住沙發(fā)原有部分。
需要注意的是，當(dāng)前版本僅支持單一主體的可控。
如果上傳的圖片有多個(gè)人物/物體，需要框選出單一主體進(jìn)行生成。
Be Like：
不再“兩步走”了
無論是制作短視頻、動(dòng)畫作品還是廣告片，“主體一致、場(chǎng)景一致、風(fēng)格一致”都是共同的追求。
因此，AI視頻生成內(nèi)容想要有敘事效果，就需要不斷往三個(gè)一致方面盡力靠攏。
尤其是就現(xiàn)實(shí)情況而言，實(shí)際的視頻創(chuàng)作，內(nèi)容往往圍繞特定的對(duì)象展開——這往往也是視頻生成內(nèi)容最容易變形、崩壞的一點(diǎn)，尤其在涉及復(fù)雜動(dòng)作和交互的情況下。
撓頭，腦闊痛。
業(yè)界首先想到的辦法是先AI生圖、再圖生視頻。
說人話，就是用Midjourney、SD什么的，生成分鏡鏡頭畫面，讓每張圖里的主體保持一致，然后再進(jìn)行圖生視頻，最后把每個(gè)視頻片段拼接剪輯。
但一聽就發(fā)現(xiàn)了，這樣搞，無論是保持AI畫圖的一致性，還是后期拼拼剪剪，工作量都很大。
生數(shù)Vidu“主體參照”跟這個(gè)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(chǎng)景描述詞”的方式，直接生成視頻素材。
最后，我們來厘清以及區(qū)分三個(gè)概念：
- 圖生視頻（Image to Video）
- 角色一致性（Character to Video）
- 主體參照（Subject Consistency）
圖生視頻基本是現(xiàn)在AI視頻生成的基操了。
它把輸入的圖片作為視頻首幀，然后基于首幀畫面的連續(xù)生成。
Bug是無法直接輸出目標(biāo)場(chǎng)景，限制了視頻內(nèi)容的多樣性和場(chǎng)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征在動(dòng)態(tài)視頻中保持一致，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(shí)在面向人物主體時(shí)，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。
最后附上生數(shù)科技視頻試玩鏈接，感興趣的朋友可趁排隊(duì)人不多，趕緊沖一波！
畢竟，免費(fèi)的就是香，對(duì)吧（doge）。
體驗(yàn)直通車：www.vidu.studio
