谷歌新的「AI導演」神奇之處在於只需一句話即可改變影片主角，這令人驚嘆，同時畫質也非常優秀。

本文經AI新媒體量子位元（公眾號ID:QbitAI）授權轉載，轉載請聯絡來源。

Google整出了一個新「AI導演」，一句話甚至能把影片主角換了。

你看，青青草地上，一隻小熊正在跳舞。

難道現在的熊都這麼有藝術細胞了？ ？

No，No，No！草地上原有的其實是隻猴子。

要從猴子變熊，只用跟這個AI說一句：

一隻小熊隨著音樂節拍跳著舞，扭動他的整個身體。 （A bear dancing and jumping to upbeat music, moving his whole body）

除了會「魔改」視頻，這個名為Dreamix的AI還能把靜態圖片變成動畫－也是一句話就搞定。

例如給此AI看一張“海龜游泳照”，再告訴它：

水下拍到一隻海龜在游泳，後面有隻鯊魚正在靠近。 （Underwater shot of a sea turle with a shark apporching from behind）

##好傢伙，一句話不只讓海龜遊起來了，還憑空加了條鯊魚。

這效果，讓不少圍觀網友都紛紛按讚。

有人甚至斷言，AIGC將在接下的兩年時間繼續掀起熱潮，甚至比千禧年間的發展更加瘋狂。

導演視頻，只用一句話

一經公開就能受到盛贊，這個AI究竟如何？不妨再看看其更多的「導演」作品來感受一下。

首先，在

更換影片角色方面，這是原本的田野：

這是AI放火燒掉的田野：

這是人的手在寫字：

##這是AI生成的機器人手在寫字：

同樣以人寫字的視頻為原型，如果把提示句子換成“人的手在畫圓”，還會有不同的生成效果：

而在靜態圖變動畫

方面，原圖是霧濛濛的叢林：

而AI為這片林子加了一隻奔跑的獨角獸，而且鏡頭還按句子提示給拉遠了。

還有這樣一張河谷風景圖：

AI不僅讓溪水流動起來，還給岸邊加上了來洗澡水牛，給天空加上了飛翔的小鳥。

看到這裡，有人可能會覺得欠點火候：動畫倒是做出來了，但畫質也犧牲了挺多啊。

那不妨多給AI看幾張圖。

例如一口氣給AI看7張玩具火警的照片：

#然後再讓它根據一句話生成視頻，這下畫質就會清楚很多。

至於這個」AI導演」是怎麼做的，Google表示，關鍵在於「老朋友」擴散模式 （Diffusion Model） 。

擴散模型，也是火出圈的AIGC作畫神器DALL·E 2的核心。

Google研究人員指出，其實之前已有類似的「文字生成影片」AI了，但若僅僅在輸入影片上對影片擴散模型進行微調，會限制運動變化的程度。

而此AI與眾不同之處在於：

團隊使用了一個「混合目標」，除了對原始目標進行微調外，還會對無序幀集進行微調。

他們採用了一種深度學習中專門的注意力機制：Masked Temporal Attention，幫助模型專注於輸入資訊的特定部分，忽略其他無關的部分。

——這提高了模型處理序列資料的能力，產生影片中的動態更多樣化，效果也比較自然。

在擴散模型和Masked Temporal Attention的加持下，對於更換影片主角來說，輸入其實已經被省略了－只需進行微調，結果的保真度也相當不錯。

以上是谷歌新的「AI導演」神奇之處在於只需一句話即可改變影片主角，這令人驚嘆，同時畫質也非常優秀。的詳細內容。更多資訊請關注PHP中文網其他相關文章！