Google推視頻生成模型Lumiere　畫面動作連貫順暢

圖像生成AI現(xiàn)在已經(jīng)變得越來越強大，不過視頻生成則不是那么容易。最近Google就發(fā)布了最新的一個視頻生成模型，可以提供更暢順的視頻。

Google新公布的Lumiere視頻生成模型采用了全新的Diffusion模型技術(shù)STUNet，可以讓模型認(rèn)知對象在時間和空間中的定位，從而一次過生成整個視頻，使動作更加流暢自然。以前的技術(shù)雖然可以逐格生成視頻，不過連貫性始終有一定缺陷，讓人感到不自然。

Lumiere的視頻生成最多可以制作80格，比Stable Video Diffusion模型的25格要多，而且可以支持文本指令、圖片風(fēng)格指令以及視頻編輯指令等，用法相當(dāng)多樣化。不過目前Lumiere只是研究階段，未來實際提供相關(guān)產(chǎn)品相信還有一段長時間，特別是在解決濫用風(fēng)險之前應(yīng)該不會對外公開。