商湯: 首個「可控」人物視頻大模型Vimi獲頒WAIC「鎮館之寶」

<匯港通訊> 2024 世界人工智能大會（WAIC 2024）今日於上海揭幕，商湯(00020)推出首個向廣大用戶開放的可控人物視頻生成大模型Vimi，該模型更獲頒WAIC展覽展示最高榮譽「鎮館之寶」殊榮，成為本屆大會最具創新展品。Vimi基於商湯日日新大模型的強大能力，只需要一張任何風格的照片就能生成和目標動作一致的人物類短片，並支持多種驅動方式，可通過已有人物影片、動畫、聲音、文字等多種元素進行驅動。

商湯指，Vimi可通過一張照片生成人物短片。首次實現分鐘級可控、唯美人物短片生成。

Vimi將完全向廣大用戶開放使用。用戶只需上傳不同角度的高清人物照片，即可自動生成數字分身和不同風格的寫真短片。由Vimi生成的短片人物不再只是呆板的五官運動，而是搭配手勢、肢體動作、頭髮等，形成更完整的人物動作，讓創作者可基於生成的短片素材進行剪輯和二次創作。

目前，行業中80%短片都以人物為主要題材，加上短片、直播平台崛起，以人物為主體的短片需求大幅增長。然而，市面上缺少可控人物視頻生成的AIGC產品，導致內容創作者的效率有待提升。Vimi恰恰填補了此需求，為廣大短片創作者提供簡單又好用的創作工具，可廣泛應用於人物類短片的創作。

Vimi以商湯日日新大模型體系為基礎，結合商湯在計算機視覺領域的多年技術經驗，能够精準識別和理解複雜的人物圖片，並通過強大的AIGC能力，生成和諧、穩定的短片內容。

Vimi已在商湯科技官網開放預約，並將在7月5日商湯科技舉辦的「大愛無疆·向新力」人工智能論壇上披露更多細節。 (SY)