豆包发布 AI 视频模型，剧情、人物一致性有不俗突破

作者｜子川

来源｜AI 先锋官

就在刚刚，豆包家族迎来了两位视频模型新成员：PixelDance V1.4和Seaweed

废话不多说，跟随小编的步伐体验下：

PixelDance V1.4：支持文生视频和图生视频，能够一次性生成长达10秒的视频片段。

该模型具备出色的语义理解能力，无论是复杂的故事叙述，还是细腻的情感表达，PixelDance V1.4通通都能get到，效果还贼不错。

PixelDance V1.4：支持文生视频和图生视频，能够一次性生成长达10秒的视频片段。

该模型具备出色的语义理解能力，无论是复杂的故事叙述，还是细腻的情感表达，PixelDance V1.4通通都能get到，效果还贼不错。

精准的语义理解

先给大家看几个视频，感受一下PixelDance V1.4模型变态的语义理解能力。

prompt：狮子身上燃烧着火朝画面左侧跑去，它逐渐被火焰吞没成为一团火焰，火焰逐渐变成了字母WOW。

prompt：一个男人走进画面，女人转头看着他，他们互相拥抱，背景周围的人在走动。

prompt：特写一个中国女人的面部。她有些生气地戴上了一副墨镜，一个中国男人从画面右侧走进来抱住了她。

恐怖如斯语义理解能力！！！

不仅完美的遵从了prompt，还表现出多个主体之间的交互能力，甚至解锁了多拍的动作指令。

再回到画面本身，用影视级的画质形容它，一点都不为过。

强大动态和炫酷运镜视频生成领域的难题：运镜，同样也没有难倒它。

如此丝滑的运镜，这不妥妥为内容创作者量身打造的吗？

有没有狠狠的心动啦！！！

一致性多镜头

熟悉视频生成工具的小伙伴都知道，画面一致性的控制有多难，本来好好的一台超跑，只要消失在镜头外，再次入镜极有可能变成一辆三蹦子。

反观PixelDance V1.4模型不仅能在一个prompt内实现多个镜头切换，还能同时保持主体，风格，氛围的一致性。

多风格、多比例兼容

PixelDance V1.4模型支持包括黑白、3d动画、2d动画、国画、水彩、水粉等多种风格，

还包含了1:1、3:4、4:、16:9、9:16、21:9六个比例。

再聊回另一个兄弟，Seaweed，同样有不俗的表现。

三大亮点：

逼真度极高，细腻丰富的细节层次

专业级色彩调和和光影布局

动态流畅，符合真实物理运动

先来看一下它的逼真度。

这虚化的背景和甜甜的笑容，确定不是相机拍的吗？

我们再来看 一下专业级色彩调和和光影布局。

色彩搭配这块是不是觉得还不错，无论是视频中阳光的自然还是女生穿着炫丽色彩的衣服，都符合光影布局和专业级色彩调。

再来看一下急速运动的场景又是一番什么样的景象。

看到这个视频画面是不是异常熟悉，这和之前Sora放出的Demo视频极其相似。整体运动画面流畅自然，速度快慢也符合物理运动机制。

大家觉得这个视频和Sora生成的视频哪个更加符合物理运动机制？

是不是效果还不错！

Seaweed同样支持文生视频和图生视频两种模式。

默认输出为720p分辨率、24fps、时长5秒，可动态延长至20-30秒。

目前，豆包已经在方舟平台开放内测申请，感兴趣的朋友可以去碰碰运气。

最后，不得不说一句，看完豆包视频模型的发布会，从未停止过的震撼，在整个文章中同样表达了小编对豆包视频模型的圈圈爱意。

真的太强啦！！！

加上快手的可灵，阿里的通义万象 AI 视频模型，生数科技的Vidu，智谱的清影，爱诗科技的PixVerse。或许中国的Sora时刻正在来临！

扫码邀请进群，我们带你一起来玩转ChatGPT、GPT-4、文心一言、通义千问、讯飞星火等AI大模型，顺便学一些AI搞钱技能。

往期文章回顾