盘一下最近爆火刷屏的3大AI视频项目 - 开始加速的未来 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }

盘一下最近爆火刷屏的3大AI视频项目 - 开始加速的未来

原创 数字生命卡兹克 数字生命卡兹克 2023-12-05 19:45 天津

原文地址: https://mp.weixin.qq.com/s/tLXXAPx98ccvn7RsYhKcFg

从PIKA爆火之后，AI视频项目开始井喷式爆发。

不管是学术界的，还是产品界的，都像在人们的眼光聚焦在AI视频上时，来推出自己的东西。

割韭菜的也有，但是学术真正牛逼的东西更多。

有3个令我映像非常深刻，也在我群里和朋友圈里刷屏的三个项目：

阿里的Animate Anyone

字节跳动的MagicAnimate

微软的GAIA

字节和阿里都是AI动画的项目，纯竞品，后面细说。微软的GAIA是照片说话。

一个一个说：

一. 阿里Animate Anyone****

阿里研究院上周四出的一个AI动画项目，一张人物静态图+一个骨骼动画，就能生成一段人物的动画。

这玩意我直接放图吧，放图比文字来的直观。

我甚至都不用文字描述太多，应该都能看出来对动漫、影视、游戏领域冲击有多大吧？

特别是最后一个图。正常来说，你想做一个3维人物的动作，是需要绑骨骼、刷权重的，一堆恶心活。现在你直接拉个骨骼K个帧，渲一张人物的 T-pose静态图，AI一下，啪，完事了。。。

你可以想象到对这些行业的降本增效有多大？

而且，Animate Anyone在人物的一致性和画面的稳定性上，表现极佳。

应该能看出来，这稳定性就挺离谱的。

但是。注意，但是来了。

阿里他吧。。。不提供项目demo也不提供代码。。。

他总是这样，甩了个宣传出来。。。然后就没有然后了。。。

所以虽然刷屏了，但是也就看看得了，有兴趣的可以收藏一下他们的Github，没事跟踪一下。万一这货出产品了呢？

地址：https://github.com/HumanAIGC/AnimateAnyone

二. 字节MagicAnimate****

你看这名字，你都能看出来，是Animate Anyone的竞品了吧？

而且这玩意最骚的一点在于：

他，放，demo，了！

对你没看错，他娘的他放demo和代码了！

字节打阿里，哎你放宣传片是吧，那我就让大家直接上手用，哎我就恶心你。

当然享福的那肯定就是用户了。

说实话，这玩意效果也挺离谱的。

支持多人，但是咋说呢，面部和手部问题挺大，效果不如阿里的AnimateAnyone。

再放一点网友的整活：

优点就是代码放出来了，可能会有大佬去魔改，同时可以体验。

Kohya Tech是这么评价阿里和字节的这两个项目的：

笑。

**MagicAnimate的地址：**https://github.com/magic-research/magic-animate

Huggingface上的在线测试地址：https://huggingface.co/spaces/zcxu-eric/magicanimate

三. 微软GAIA****

上周五的一个相当惊喜的项目，类似奇妙元、Heygen、D-ID，让“照片说话”的东西。

但是整体效果非常惊艳。直接放图。

比如直接照片+语音驱动。

然后是直接照片+视频驱动。

他们还支持控制头部，通过用手工制作的姿势或从另一个视频中提取的姿势来控制头部姿势吗，同时嘴唇运动与语音内容同步。

接下来是最屌的部分，他居然支持文字生成脸部情绪！

比如“悲伤”、“张开嘴”或“惊讶”等文字提示来指导视频生成。

悲伤：

惊喜：

相当离谱的效果。你可以想象一下，以后再影视、短剧等等的应用场景里面，这种技术会有多离谱的应用。

当然，还有诈骗。

这是我目前看到的最牛逼效果最好的照片说话项目。但跟阿里一样，目前弊端就是：非公开。

但是在项目的主页上也写了：Code (Coming Soon)，也就是代码即将推出。估计很快就能试用了。

项目地址：https://microsoft.github.io/GAIA/

写在最后

作为一名AI发烧友和创作者。

这应该是第一次看到AI视频类项目极其密集的喷涌而出，逐渐接近的未来，正在加速。

一天一变，这真不是空话。

你看AI，才能感受到，这个行业变化的有多块。

相连的未来，那个疯狂的未来，你已经能看见一些雏形了。

不要被时代甩下。

然后重返过去。

多看看，也并没有什么坏处。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章。

数字生命卡兹克

 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言