（AI 自动配乐）（AI 自动配乐）大桥未久ed2k
机器之心报谈
作家：杨文
咱们用17个Prompt，实测了一把字节的两大视频生成模子。
字节憋了个大招。
9 月 24 日，字节向上旗下的火山引擎在深圳办了一场 AI 立异巡展，连气儿发布了两款视频生成大模子，矜重宣告进犯 AI 视频生成。
这两款模子，一个名为 PixelDance（以下简称 P 模子），一个名为 Seaweed（以下简称 S 模子），不仅在审好意思、动幅上进步了一个 level，还破解了多主体互动和一致性贫瘠。
话未几说，先整几个视频让大众感受下：
一位年青女生微簇眉头，不悦地戴上一副墨镜，这时，男主角入画，牢牢抱住了她。
这段 10 秒的镜头中，东谈主物面部心思变化当然，莫得任何虚化崩坏。
再如，一只金毛小狗在草地上追赶泡泡。
视频赓续：https://mp.weixin.qq.com/s/FlyrUWhePcWhfhNuh7tplA
以及一个 3D 格调的可儿小女孩正在舞蹈。
视频赓续：https://mp.weixin.qq.com/s/FlyrUWhePcWhfhNuh7tplA
看来，字节此次是把攒了许久的绝活儿，一股脑全倒出来了。
现在，新款豆包视频生成模子正在即梦 AI 内测版小范围测试，改日将慢慢通达给整个效户。
咱们也在第一时辰拿到内测经历，接下来，就送上崭新出炉的一手实测。
解锁多算作、多主体
现在，市面上大部分视频生成模子，只可完成简便提示唐突单一算作。而此次，豆包视频生成模子一顿升级，不仅不错顺从复杂 Prompt，还能捕捉多算作序列和主体互动。
举例，梵高站在我方的画作前，捂嘴大笑起来，脸上的褶子皆看法可见；偶然又秒变严肃，手逐步落下，捋捋我方的小胡子。
整套算作挥洒自如，心思当然传神。
视频赓续：https://mp.weixin.qq.com/s/FlyrUWhePcWhfhNuh7tplA
再比如，咱们输入 Prompt：两名宇航员行走在夜晚富贵的街谈上。
视频赓续：https://mp.weixin.qq.com/s/FlyrUWhePcWhfhNuh7tplA
两名身穿宇航服的航天员，一前一后散步在富贵街谈上，死后东谈主来东谈主往，两侧的开荒亮起了秀美的灯光和店招。
大家皆知，AI 最容易犯的颠倒之一，即是傍边腿不分，唐突惊现四条腿。
而在豆包视频模子中，二东谈主走路姿势平时大桥未久ed2k，确切与真东谈主无异，莫得迷糊、诬陷，也莫得出现千般诡异画面。
咱们还输入了一段描绘词贼多的 Prompt：一只蜗牛在雨后的丛林大地上逐步爬行，它死后留住一条闪闪发光的粘液轨迹。蜗牛的触角严慎地转移着，它的壳的每一段皆有紧密的纹理。一个录像机追踪着蜗牛的耐心旅程。镜头至极接近，以至于蜗牛壳和体魄上的水点看法可见，大地的细节也展现得至极明晰。
豆包模子生成的视频中，蜗牛柔嫩的躯体耐心向后蠕动，触角也随之摇晃。硬硬的壳上有着紧密的纹理，上头还沾着轻细的水珠。
由于是特写镜头，丛林的布景当然虚化，而雨后大地的水洼则看法可见。
Prompt：很多水母在水下流动，它们的体魄透明，在深海中发着光。
画面中出现了万里长征的透明水母，它们轻轻展开伞盖，再牢牢松开，触手也在水中目田舞动。
Prompt：写实，一个小女孩吹诞辰烛炬，然后笑了。
镜头中，一个头戴寿星帽的小女孩，张着嘴巴吹烛炬，脸上夸耀含笑。同期，死后的亲一又团，或饱读掌、或拍照。该视频中的东谈主物不仅多元，动幅也很大。
算作无邪，运镜酷炫
此次豆包视频模子还有一大特质 —— 镜头千般。
变焦、环绕、平摇、缩放、主张随从等超多镜头讲话，它皆能无邪适度视角，况且视频细节更丰润，心思更丰富。
Prompt：一个鼓励镜头，沿着树木成行的郊区住宅街谈拍摄，白昼，天外辉煌蔚蓝，色调富饶，对比度高。
跟着镜头耐心鼓励，干净的街谈、树木掩映的成排小别墅映入眼帘，画面中还展示了优秀的光影闭幕。
Prompt: 北极光在北极天外中舞动，星星闪耀，白雪遮掩的景不雅的延时照相。
天外舞动的极光，在雪地上映射出相应的神采。豆包模子生成的这段延时照相，确切和记载片拍摄的如出一辙。
咱们还试了下图生视频，上传图片后，输入 Prompt：金鱼游动，水中冒着气泡。
别看这个 Prompt 简便， 豆包模子的「脑回路」却复杂得很。不仅无缺顺从笔墨提示，还学会了摇镜头。
视频赓续：https://mp.weixin.qq.com/s/FlyrUWhePcWhfhNuh7tplA
画面一运转，水缸中的金鱼运转游动，并伴跟着无数气泡。随后，镜头一拉，现出女孩全身，她在水中逐步转过身，发丝和宽松的衣摆在水中的漂流感，以及头顶夸耀水面的情状，豆包模子均捕捉到位。
此外，豆包视频模子还取舍全新缠绵的扩散模子磨练门径，告捷攻克了多镜头切换时难以保持一致性的困扰，可 10 秒论说一个继往开来的故事。
比如，用它生成一段睡好意思东谈主的故事。
女同av
视频赓续：https://mp.weixin.qq.com/s/FlyrUWhePcWhfhNuh7tplA
睡好意思东谈主躺在床上堕入千里睡，窗外的小鸟叽叽喳喳也吵不醒她，这时一位王子俯下身吻了睡好意思东谈主，试图叫醒她。
在这个 prompt 中，波及多个镜头的切换，但主体、格调、氛围和逻辑仍能保持一致性。
审好意思高等，格调多变
豆包新模子取舍深度优化的 Transformer 结构，大幅进步了视频生成的泛化才调，口角、3D 动画、2D 动画、国画、厚涂等多种格调，它通通相沿。
比如，一只戴着墨镜颇具喜感的北极熊，蹬着四只爪子在海里畅游，水面上泛起微波，以致还折射出了北极熊的影子。
（Prompt: 戴着墨镜的北极熊在海里游水。)
再来个动画格调的。
身穿灰色先锋卫衣的猫咪，迈着「六亲不认」的款式，走在星光闪耀的 T 台上。
其中，猫咪眨巴着眼睛，毛发和一稔褶皱处治得也至极传神，胸前的两根衣带也能跟着款式而舞动。
视频赓续：https://mp.weixin.qq.com/s/FlyrUWhePcWhfhNuh7tplA
（Prompt：一只拟东谈主小猫正在 T 台上走秀。）
呆萌二哈并立潮范儿，头戴棒球帽，手端咖啡杯，仰开头，展开嘴，就将其一饮而尽，随后，P 模子发扬念念象力，让二哈顺遂将咖啡杯抛弃在两侧的椅子上，整套算作挥洒自如，极度解析当然。
视频赓续：https://mp.weixin.qq.com/s/FlyrUWhePcWhfhNuh7tplA
（Prompt：二哈正在喝咖啡。）
阳光明媚，树影斑驳，两只拟东谈主化的企鹅，戴着 Fashion 的墨镜，恬逸地坐在沙滩椅上晒着日光浴，时往往来唠上两句磕儿。
（Prompt：动画格调，两只拟东谈主化的企鹅，戴着墨镜，坐在沙滩椅上晒太阳。）
两只卡哇伊的毛绒小怪物，沾沾自喜地跳着舞，画风有种迪士尼的嗅觉。
豆包视频模子关于细节的主理亦然至极到位，比如小怪物振荡体魄时，头上的毛发也会随之起舞等。
（Prompt：两只毛茸茸的袖珍可儿怪物，正在舞蹈，3D 渲染，Octane，柔柔的照明，梦境般的散景闭幕，电影感。）
皮卡丘振荡着尾巴，和哆啦 A 梦玩亲亲，细节头绪丰富，光影跟着主体通顺而变化，大幅进步画面视觉审好意思。
（Prompt：皮卡丘和哆啦A梦本旨肠跳着，然后拥抱在沿路。）
不仅如斯，咱们还不错拿它制作告白大片。
举例，先通过即梦的文生图功能，搞出一张香水的商品图。
然后再通过图生视频功能，输入 Prompt：蓝色的烟雾逐步起飞。
闭幕如下：
大众以为豆包视频生成模子水平咋样呢？来驳斥区聊聊吧大桥未久ed2k。