央视点赞国产AI复活召唤术，兵马俑竟与宝石老舅对唱Rap？

机器之心报道作者：蛋酱沉睡了两千多年的兵马俑，苏醒了？更多项目请关注：https://github.com/HumanAIGC比如在 EMO 之前，Animate Anyone 一度霸屏社交媒体和朋友圈。该模型解决了人物运动视频生成中保持人物外观短时连续性和长时一致性的问题，随后上线通义 App「全民舞王」功能，掀起了一波全民热舞小高潮。从技术到现实世界过去两年，语言模型展现了强大的对话、理解、总结、推理等文本方面的能力，图像生成模型展现了强大的自然生成、娱乐和艺术能力，两大赛道都诞生了很多爆款产品。这些模型的成功至少告诉我们一点：想在这个时代取得影响力的技术团队，需要学会「基础模型」和「超级应用」两条腿走路。目前，视频内容呈现爆发式增长的趋势，人们都在期待能够出现一个人人「可用」且「实用」的 AI 视频生成平台。EMO 可能是打破这一局面的重要技术突破，通义 App 则提供了一个技术落地的广阔平台。视频生成技术的下一个挑战，是如何攻克专业级的内容。科技公司们希望将 AI 技术转化为真正的生产力工具，去服务短视频博主、影视制作人、广告和游戏创意人。这也是为什么视频生成应用不能只停留在「通用内容」的水准。环顾目前大部分的视频生成应用，大多是基于 3 到 5 秒的视频生成模型，在应用和体验上的限制比较明显。但 EMO 技术对于音频时长的包容度很高，而且生成内容质量可以达到演播标准。比如登陆央视的这段「兵马俑唱演」，全程四分钟的兵马俑部分表演视频无一秒需要人工后期针对性「微调」。如今看来，以 EMO 为代表的人物视频生成技术是最接近「专业级生成水准」的落地方向之一。相比于文生视频技术中用户 Prompt 存在的诸多不确定性，EMO 技术高度符合人物视频创作对内容连贯性和一致性的核心需求，展示了极具潜力的应用空间。EMO 之所以「出圈」，人们看到的不光是研发团队的技术实力，更重要的是看到了视频生成技术落地的加速度。「人均专业创作者」的时代，或许不远了。© THE END转载请联系本公众号获得授权