商汤科技Vimi视频生成大模型及相机App开放内测
商汤科技在2024世界人工智能大会推出可控人物视频生成大模型Vimi，单张照片即可生成精准控制表情动作的人物视频，稳定性强，可稳定输出1分钟以上。基于该模型的C端应用Vimi相机已开放内测，面向女性用户，支持上传照片生成数字分身及多种风格写真视频。
在2024年世界人工智能大会（WAIC）上，商汤科技推出的可控人物视频生成大模型Vimi，确实令人眼前一亮。简单来说，用户只需提供一张静态照片，就能生成一段与目标动作高度一致的人物视频——表情、肢体动作均可精准控制，并且支持视频、动画、声音、文字等多种驱动方式。这背后是商汤多年积累的面部跟踪技术以及对细节的精细把控，最终输出的画面一致性高、光影自然融合，几乎看不出破绽。
更让人印象深刻的是它的稳定性。市面上不少视频生成模型，画面一旦拉长就容易失真或崩坏，但Vimi在这方面表现相当扎实：单镜头人物视频可以稳定生成1分钟以上，画质不会随时间推移而劣化。不仅如此，它还能根据人物的动作动态调整环境场景，模拟镜头角度变化和头发抖动——这些细节处理到位后，视觉效果极为逼真。值得一提的是，Vimi还支持光影变化模拟，这为视频创作者提供了极大的发挥空间。
Vimi相机正是基于这一大模型推出的首款C端应用，目标用户非常明确——广大女性用户，满足她们的娱乐创作需求。只需上传几张不同角度的高清人物图片，Vimi相机就能自动生成数字分身，并输出多种风格的写真视频，风格选择相当丰富。更讨喜的是，它还能用单张图片生成趣味人物表情包，玩法多样，个性创作的门槛被大幅降低。
目前Vimi相机已开放内测，感兴趣的用户可以直接关注官方渠道获取预约方式。从技术到产品，商汤在这一轮AI视频生成赛道上的布局，值得持续关注。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：商汤科技Vimi视频生成大模型及相机App开放内测要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点QuickieAI是一款轻量级Chrome插件，核心逻辑是快速准确。在写作、社交媒体运营、营销活动场景中，一键完成内容研究与文案生成，支持侧边栏即时响应。可辅助写作、生成多平台文案及营销话术，擅长冷启动，最终质量需人工微调。
快手开源图像生成模型可图Kolors，采用GLM文本编码器支持中英文双语理解，可处理256token长文本。基于数十亿文本图像对训练，专门优化中国文化元素，能稳定生成中文文字，英文文字偶有缺漏。
Hebbia是一款专为金融、法律、政府和制药等行业设计的AI搜索引擎，其Matrix产品通过拆解复杂文档实现自动化信息提取与分析，已获3000万美元融资。它适用于研究人员、商业人士及学生，提供全面、精准的检索与洞察。
Penf1是一款AI驱动的博客创作工具，专注于简化从构思到发布的全流程。它支持即时内容生成、创意破题和SEO优化，帮助创作者快速获得高质量初稿，从而将精力集中于打磨观点和注入个人风格。
- 日榜
- 周榜
- 月榜
热点快看