只要一张照片就能生成一段舞蹈视频,又一个大模型应用出圈!
2024年首个工作日,兵马俑、马斯克以及各地网友跳科目三和网红舞的视频就陆续在国内社交媒体和朋友圈刷屏。这些大约10秒的视频都不是真人出镜,均由大模型生成,这种低门槛的“跳舞”方式引发了网友的广泛体验,掀起一波斗舞潮。各路网友金句频出:AI治愈了我的四肢不协调、科目三的风吹到了考古界、再也不用担心跳科目三崴脚……
这是阿里云通义千问APP上线的免费功能,输入“通义舞王”“全民舞王”等口令后,即可进入体验页面。用户按照提示要求上传照片后,十几分钟即可生成神形兼备的舞蹈视频,生成的视频能较好地保留原形象的面部表情、身材比例、服装以及背景等特征。目前,通义千问首批为用户提供了科目三、蒙古舞、划桨步、鬼步舞等12种热门舞蹈模板。
该功能背后的算法为阿里通义实验室自研视频生成模型Animate Anyone。其中,视频生成是大模型领域最热门的研究方向之一,谷歌、Meta、Runway等国外科技公司都在积极布局,但一直以来,人物形象的视频生成面临诸多技术挑战。
在相同数据集的测试下,Animate Anyone的性能表现显著优于国内外同类模型。
去年9月,通义千问成为国内首批通过备案的大模型,通义千问APP上线后功能持续升级,目前可提供文本对话、语音对话、翻译、PPT大纲助手、小红书文案、视频生成等几十项功能。
新报记者 张珊珊