卡奧斯智能交互引擎是卡奧斯基于海爾近40年工業生產經驗積累和卡奧斯7年工業互聯網平臺建設的最佳實踐,基于大語言模型和RAG技術,集合海量工業領域生態資源方優質產品和知識服務,旨在通過智能搜索、連續交互,實時生成個性化的內容和智能化產品推薦,為用戶提供快速、可靠的交互式搜索服務,首創了聚焦工業領域的智能交互引擎。
詳情戳:卡奧斯智能交互引擎
就像這樣,輕輕一圈,選定目標立刻變身單獨圖層,再絲滑嵌入不同的背景視頻,場景變換so easy~
想要調整一下鏡頭角度,交給AI,同樣能一鍵完成:
還能一鍵消除、修改目標:
后期再也不用加班加到手抽筋(doge)。
劃!重!點!這還不是實驗室里的單一技術demo,而是馬上就要開放內測,讓創作者們直接可以用起來的一站式AI視頻創作平臺——“尋光”。
就是說,傳統上分散在不同制作流程中的劇本創作、分鏡圖設計、視頻素材編輯等步驟,現在都可以在AI加持下,在同一個平臺上流暢完成。
演示一出,現場的觀眾都坐不住了。
而達摩院官方,也透露出了AI視頻領域新成果背后更大的“野心”:
不對標Sora,而是走自己的路,希望更快讓AI生產力匹配人類想象力。
“尋夢光影間”
所謂尋光,意指“尋夢光影間”:
即通過人工智能技術,提供全新的視頻創作模式。
與Sora等今年備受關注的AI視頻生成模型不同,尋光關注到的,是“Sora之后,視頻工作流的變革”。
達摩院認為,Sora等AI視頻生成模型給足了人們對視頻生產方式徹底變革的想象力,但一方面,AI視頻內容的可控編輯,包括對復雜劇情的理解、生成對象的一致性等,仍然是當前算法所面臨的一大挑戰。
另一方面,業界尚沒有統一的AI視頻編輯平臺,能讓創作者們一站式體驗到AI加持的視頻創作全流程。
舉個例子,OpenAI創始成員Andrej Karpathy最近也玩上了AI視頻,整出了個AI版《傲慢與偏見》。
在這個短片的制作過程中,他用到的工具包括Claude、Ideogram、Luma、ElevenLabs、VEED……而他本人也抱怨說:
老實說這個工作流非常混亂,工具與工具之間存在大量的復制粘貼,3個片段的簡單小視頻就花了我大約1個小時的時間。
這里面存在一個巨大的機會。誰正在打造100%的AI原生視頻制作平臺?
達摩院打造尋光,定位為PUGC一站式AI視頻創作平臺,目標正是針對以上問題,用AI能力重塑傳統視頻制作的全流程。
具體來說,尋光可以輔助用戶創作劇本、分鏡圖等,支持對生成及上傳素材進行豐富的AI編輯,包括人物控制、場景控制、運鏡控制、目標新增/消除/修改等10多種功能。
并且在交互方面,主打“讓視頻編輯像操作PPT一樣簡單”。
以分鏡設計環節為例,上傳到尋光的原始視頻素材,會由算法切分成多個分鏡頭。
在創作空間里,用戶可以方便地查看到每一個分鏡頭,并用簡單的拖拽操作對其進行調整。
在新建的空白分鏡中,除了添加已有素材,尋光平臺還支持用戶調用多種多模態生成模型,生產新的內容。
而在編輯功能方面,尋光強調的是精細化的編輯和控制:在AI加持下,依據用戶意圖,在語義層面而不是像素層面實現編輯;同時,視頻里的人體、人臉、前景、背景等任意局部目標,都可以進行精細化的編輯和修改。
在現場,達摩院視覺技術實驗室高級算法專家陳威華著重提到了基于視頻圖層的編輯能力。
以前景圖層功能為例,用戶通過文本輸入,即可生成符合描述的、具有透明背景的視頻,并且一鍵就能將其融合到其他背景視頻當中。
尋光也支持圖層拆解功能,用戶在視頻第一幀選擇想要提取的物體,算法就會自動跟蹤,把整段視頻中對應的目標拆解出來,形成獨立的帶透明背景的視頻圖層。
飄動的頭發也扣得很精細的那種:
另外,在對視頻全局元素的編輯方面,風格遷移上,尋光平臺提供了20+不同風格。
運鏡控制上,左右平移、上下平移、推進拉遠、左右環繞等都能支持。
在對視頻局部元素的編輯方面,除了目標消除,尋光平臺還能實現人臉的精準控制:
△
視頻取自國風武俠動漫《少年白馬醉春風》第三集
輕輕一拉實現運動控制:
審核編輯 黃宇
-
AI
+關注
關注
87文章
30763瀏覽量
268907 -
人工智能
+關注
關注
1791文章
47208瀏覽量
238290
發布評論請先 登錄
相關推薦
評論