国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

短劇時(shí)代即將來(lái)臨?AI 自動(dòng)生成劇本和多場(chǎng)景長(zhǎng)視頻

這篇具有很好參考價(jià)值的文章主要介紹了短劇時(shí)代即將來(lái)臨?AI 自動(dòng)生成劇本和多場(chǎng)景長(zhǎng)視頻。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

近年來(lái)隨著擴(kuò)散模型(diffusion models)的進(jìn)步和發(fā)展,給定文本提示進(jìn)行高質(zhì)量視頻生成技術(shù)有著顯著的提升。這些技術(shù)方案大多針對(duì)已有的二維圖像擴(kuò)散模型進(jìn)行拓展,將圖像二維神經(jīng)網(wǎng)絡(luò)修正為視頻三維神經(jīng)網(wǎng)絡(luò),并基于擴(kuò)散概率模型進(jìn)行視頻幀序列的去噪,完成視頻生成。然而,這些現(xiàn)有方法依然圍繞著單個(gè)場(chǎng)景的視頻生成,對(duì)于多場(chǎng)景視頻生成并未考慮,并且生成的視頻長(zhǎng)度也僅為2秒到4秒。

基于這樣的問(wèn)題,來(lái)自HiDream.ai公司的算法研究人員提出利用大語(yǔ)言模型針對(duì)輸入的文本提示進(jìn)行多場(chǎng)景事件描述的拓展,保證不同事件之間的邏輯性和場(chǎng)景中前景背景描述的一致性。其后,針對(duì)大語(yǔ)言模型提供的每一個(gè)事件所對(duì)應(yīng)的前景背景描述,以及動(dòng)作描述,利用視頻擴(kuò)散模型生成具有內(nèi)容一致的視頻片段,從而構(gòu)建一個(gè)多場(chǎng)景的長(zhǎng)視頻。

videodrafter: content-consistent multi-scene video generation with llm,技術(shù)文章,自然語(yǔ)言處理,計(jì)算機(jī)視覺,Transformer,人工智能

項(xiàng)目主頁(yè):?VideoDrafter: Content-Consistent Multi-Scene Video Generation with LLM?

視頻鏈接:https://www.youtube.com/watch?v=_aIrobrzu2g

01. 研究背景:多場(chǎng)景視頻生成任務(wù)及難點(diǎn)

當(dāng)下基于擴(kuò)散模型的視頻生成主要針對(duì)單個(gè)場(chǎng)景下的動(dòng)作事件,而對(duì)多場(chǎng)景的視頻生成鮮有涉及。給定一個(gè)文本提示,并且生成具有良好邏輯性的多場(chǎng)景視頻,是本工作研究的重點(diǎn)。相應(yīng)的技術(shù)難點(diǎn)主要體現(xiàn)在以下兩個(gè)方面:

  1. 如何保證不同事件之間具有良好的邏輯性(例如,給定文本提示為一個(gè)男孩踢球射門,在時(shí)序上男孩應(yīng)該先進(jìn)行運(yùn)球,然后射門)
  2. 如何保證生成視頻主體的視覺外貌特征一致(例如,以男孩踢球射門為例,不同場(chǎng)景下男孩的外貌穿著應(yīng)該保持一致)

02. 以大語(yǔ)言模型為基礎(chǔ)的內(nèi)容一致多場(chǎng)景視頻生成模型:VideoDrafter

videodrafter: content-consistent multi-scene video generation with llm,技術(shù)文章,自然語(yǔ)言處理,計(jì)算機(jī)視覺,Transformer,人工智能

針對(duì)上述的兩個(gè)技術(shù)難點(diǎn),本工作提出了一個(gè)以大語(yǔ)言模型為基礎(chǔ)的內(nèi)容一致多場(chǎng)景視頻生成方案VideoDrafter。該方案通過(guò)主要的三個(gè)步驟完成多場(chǎng)景視頻生成。

第一步是首先通過(guò)大語(yǔ)言模型對(duì)輸入的文本提示進(jìn)行多場(chǎng)景事件描述拓寫,將輸入的單句文本轉(zhuǎn)換為多場(chǎng)景的視頻描述(Multi-scene video script generation),并且輸出每個(gè)事件對(duì)應(yīng)的前景和背景實(shí)體描述(Entity description)。

第二步是將每個(gè)事件對(duì)應(yīng)的前景和背景實(shí)體描述利用文本到圖像的擴(kuò)散模型生成對(duì)應(yīng)的前景和背景實(shí)體參考圖(Entity reference image generation)。

最后一步是針對(duì)每個(gè)事件對(duì)應(yīng)前景和背景實(shí)體參考圖,以及事件的動(dòng)作描述,利用視頻擴(kuò)散模型完成對(duì)該事件的視頻生成。這里的最后一步本方案拆解為主要的兩個(gè)步驟,即首先通過(guò)VideoDrafter-Img模型,利用前景和背景實(shí)體參考圖以及事件動(dòng)作描述,生成對(duì)應(yīng)的場(chǎng)景事件參考圖片(Scene reference image);然后通過(guò)VideoDrafter-Vid模型,再將動(dòng)作賦予給場(chǎng)景事件參考圖片,生成對(duì)應(yīng)場(chǎng)景的視頻。

本方案利用大語(yǔ)言模型保證了生成的不同事件描述的邏輯性,同時(shí)利用前景和背景實(shí)體參考圖指導(dǎo)不同場(chǎng)景下視頻內(nèi)容的生成,因此可以良好地保證不同場(chǎng)景中的內(nèi)容實(shí)體的視覺外貌特征的一致性

03. 視頻生成結(jié)果

首先用戶可以通過(guò)輸入一個(gè)文本提示(input prompt),生成具有良好邏輯性的,內(nèi)容一致的多場(chǎng)景視頻,以下是對(duì)應(yīng)的文本提示和多場(chǎng)景視頻生成結(jié)果:

生成視頻1:

videodrafter: content-consistent multi-scene video generation with llm,技術(shù)文章,自然語(yǔ)言處理,計(jì)算機(jī)視覺,Transformer,人工智能

生成視頻2:

videodrafter: content-consistent multi-scene video generation with llm,技術(shù)文章,自然語(yǔ)言處理,計(jì)算機(jī)視覺,Transformer,人工智能

生成視頻3:

videodrafter: content-consistent multi-scene video generation with llm,技術(shù)文章,自然語(yǔ)言處理,計(jì)算機(jī)視覺,Transformer,人工智能

動(dòng)態(tài)視頻例子:

videodrafter: content-consistent multi-scene video generation with llm,技術(shù)文章,自然語(yǔ)言處理,計(jì)算機(jī)視覺,Transformer,人工智能
輸入文本提示: A person with red clothes is preparing dessert in the kitchen
videodrafter: content-consistent multi-scene video generation with llm,技術(shù)文章,自然語(yǔ)言處理,計(jì)算機(jī)視覺,Transformer,人工智能
輸入文本提示: A man and a woman drive a car from hills to city

其次,對(duì)于用戶提供的真實(shí)圖像作為前景和背景實(shí)體參考圖,以及對(duì)應(yīng)的事件文本提示,本方案同樣可以生成內(nèi)容一致的多場(chǎng)景視頻,生成的視頻結(jié)果如下:

videodrafter: content-consistent multi-scene video generation with llm,技術(shù)文章,自然語(yǔ)言處理,計(jì)算機(jī)視覺,Transformer,人工智能

動(dòng)態(tài)視頻例子:

videodrafter: content-consistent multi-scene video generation with llm,技術(shù)文章,自然語(yǔ)言處理,計(jì)算機(jī)視覺,Transformer,人工智能
前景和背景實(shí)體參考圖
videodrafter: content-consistent multi-scene video generation with llm,技術(shù)文章,自然語(yǔ)言處理,計(jì)算機(jī)視覺,Transformer,人工智能
視頻生成結(jié)果

(對(duì)應(yīng)文本提示:The cat lies in the room → The cat lies in the driving car → The cat plays in the flowers)

videodrafter: content-consistent multi-scene video generation with llm,技術(shù)文章,自然語(yǔ)言處理,計(jì)算機(jī)視覺,Transformer,人工智能
前景和背景實(shí)體參考圖
videodrafter: content-consistent multi-scene video generation with llm,技術(shù)文章,自然語(yǔ)言處理,計(jì)算機(jī)視覺,Transformer,人工智能
視頻生成結(jié)果

(對(duì)應(yīng)文本提示:The motorcyclist stays in the town → The motorcyclist is riding on the road under the sunset → The motorcyclist is riding on the moon)

對(duì)該方案的完整性能評(píng)測(cè),以及更多的視頻生成例子,請(qǐng)參考論文和對(duì)應(yīng)的項(xiàng)目主頁(yè)。

04. 總結(jié)

  1. 本方案提出了VideoDrafter模型,一種以大語(yǔ)言模型為基礎(chǔ)的內(nèi)容一致多場(chǎng)景視頻生成技術(shù)。
  2. 利用大語(yǔ)言模型對(duì)文本信息的強(qiáng)理解性,對(duì)輸入的單個(gè)文本提示進(jìn)行多場(chǎng)景視頻事件的拓寫,保證不同視頻事件的邏輯相關(guān)性。
  3. 在對(duì)應(yīng)不同事件的不同場(chǎng)景視頻生成的過(guò)程中,利用前景和背景實(shí)體參考圖指導(dǎo)視頻的生成,保證了不同場(chǎng)景中視頻內(nèi)容主體在視覺外貌特征上的一致性。
  4. 本方案提及的多場(chǎng)景視頻生成方案,對(duì)大語(yǔ)言模型的利用和保持視頻內(nèi)容一致性的嘗試,希望對(duì)后續(xù)具有因果關(guān)系的視頻生成具有一定的啟發(fā)作用。

更多的技術(shù)細(xì)節(jié),敬請(qǐng)參考論文原文。


關(guān)于TechBeat人工智能社區(qū)

TechBeat(www.techbeat.net)隸屬于將門創(chuàng)投,是一個(gè)薈聚全球華人AI精英的成長(zhǎng)社區(qū)。

我們希望為AI人才打造更專業(yè)的服務(wù)和體驗(yàn),加速并陪伴其學(xué)習(xí)成長(zhǎng)。

期待這里可以成為你學(xué)習(xí)AI前沿知識(shí)的高地,分享自己最新工作的沃土,在AI進(jìn)階之路上的升級(jí)打怪的根據(jù)地!

更多詳細(xì)介紹>>TechBeat,一個(gè)薈聚全球華人AI精英的學(xué)習(xí)成長(zhǎng)社區(qū)?文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-793210.html

到了這里,關(guān)于短劇時(shí)代即將來(lái)臨?AI 自動(dòng)生成劇本和多場(chǎng)景長(zhǎng)視頻的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • AI自動(dòng)生成代碼工具

    AI自動(dòng)生成代碼工具

    AI自動(dòng)生成代碼工具是一種利用人工智能技術(shù)來(lái)輔助或自動(dòng)化軟件開發(fā)過(guò)程中的編碼任務(wù)的工具。這些工具使用機(jī)器學(xué)習(xí)和自然語(yǔ)言處理等技術(shù),根據(jù)開發(fā)者的需求生成相應(yīng)的源代碼。以下是一些常見的AI自動(dòng)生成代碼工具,希望對(duì)大家有所幫助。北京木奇移動(dòng)技術(shù)有限公司,

    2024年02月04日
    瀏覽(21)
  • AI繪畫生成器推薦AI繪畫自動(dòng)生成器有哪些?

    1、DALL-E2 DALL-E2 是由 OpenAI 開發(fā)的 AI 圖像生成器。只需幾分鐘,你就可以使用 AI 創(chuàng)建高度逼真的圖像。 2、Deep Dream Generator Deep Dream是一個(gè)經(jīng)過(guò)數(shù)百萬(wàn)張圖像訓(xùn)練的神經(jīng)網(wǎng)絡(luò)。使用方便,只需要上傳一張圖片,工具即可根據(jù)原圖生成新圖片。 3、Artbreeder Artbreeder一款圖像質(zhì)量增

    2024年02月06日
    瀏覽(108)
  • AIGC for code(text-to-codeAIGC/AI生成代碼/生成式AI之代碼生成/AI編程工具/自動(dòng)編程/自動(dòng)生成代碼/智能編程工具/智能編程系統(tǒng))

    AIGC for code(text-to-codeAIGC/AI生成代碼/生成式AI之代碼生成/AI編程工具/自動(dòng)編程/自動(dòng)生成代碼/智能編程工具/智能編程系統(tǒng))

    AIGC,Artificial Intelligence Generated Content,人工智能生成內(nèi)容 AIGC for code,AI生成代碼 Copilot是由微軟的子公司Github與openAI共同開發(fā)的人工智能(AI)驅(qū)動(dòng)的編程助手。它能夠直接在你的編輯器中,為你提供代碼片段或者整個(gè)函數(shù)的建議,以幫助你更快地編寫和完成代碼。這個(gè)工具

    2024年02月15日
    瀏覽(28)
  • 使用AI自動(dòng)生成文章的方法

    使用AI自動(dòng)生成文章的方法

    自動(dòng)生成文章的方法可以分為兩種:基于模板和基于機(jī)器學(xué)習(xí)。 基于模板的自動(dòng)生成文章方法是先制定好文章的模板,然后通過(guò)填充模板中的空白部分來(lái)生成文章。 這種方法不需要依賴大量的數(shù)據(jù)和復(fù)雜的算法,只需要人工設(shè)計(jì)好模板,然后通過(guò)簡(jiǎn)單的程序?qū)崿F(xiàn)即可。 基于

    2024年02月11日
    瀏覽(19)
  • 自動(dòng)生成文本內(nèi)容怎么弄?推薦三個(gè)ai寫作生成器

    自動(dòng)生成文本內(nèi)容怎么弄?推薦三個(gè)ai寫作生成器

    隨著人工智能技術(shù)的不斷發(fā)展,ai寫作生成器已經(jīng)成為一種越來(lái)越受歡迎的文本創(chuàng)作工具。這些ai寫作生成器可以快速生成高質(zhì)量的文章、新聞報(bào)道、產(chǎn)品描述等文本內(nèi)容,幫助我們提高工作效率和文本創(chuàng)作質(zhì)量。那么,ai寫作生成器有哪些呢?在本文中,我將為大家介紹幾款

    2024年02月16日
    瀏覽(25)
  • 使用AI自動(dòng)生成PPT --- Gamma

    使用AI自動(dòng)生成PPT --- Gamma

    近期找到一個(gè)非常好用的,使用AI自動(dòng)生成PPT的工具--Gamma( https://gamma.app/signup?r=7ikntzoapw5mzpo )測(cè)試幾次,發(fā)現(xiàn)自動(dòng)生成的PPT基本能夠拿來(lái)直接使用。注意:使用Gamma需要科學(xué)上網(wǎng)。 Gamma是一款人工智能應(yīng)用程序,可幫助您創(chuàng)建引人入勝的演示文稿,而無(wú)需設(shè)計(jì)專業(yè)知識(shí)。您可以

    2024年02月11日
    瀏覽(24)
  • ai繪畫生成器有哪些?分享3款好用的ai自動(dòng)繪畫生成器

    ai繪畫生成器有哪些?分享3款好用的ai自動(dòng)繪畫生成器

    文字和繪畫是兩種看似不同的藝術(shù)形式,但它們之間卻有著一種神奇的聯(lián)系。你或許曾經(jīng)在一些創(chuàng)意繪畫作品中發(fā)現(xiàn)過(guò)使用文字進(jìn)行表達(dá)的元素,那么,文本究竟如何生成這些令人驚嘆的藝術(shù)作品呢?今天,我們就來(lái)探索一下文字怎樣可以生成創(chuàng)意繪畫。 方法一:使用AI圖片

    2024年02月10日
    瀏覽(100)
  • 使用AI自動(dòng)生成PPT提高制作效率

    使用AI自動(dòng)生成PPT提高制作效率

    在制作PPT方面,很多制作者都會(huì)輕易跳進(jìn)一個(gè)怪圈:“我要制作一個(gè)關(guān)于關(guān)愛老人的PPT,該怎么做呢,有模板沒有?”這個(gè)會(huì)涉及很多邏輯需要經(jīng)過(guò)不斷的思考,制作PPT要通過(guò)很多素材、使用技巧、方法經(jīng)驗(yàn)的不斷積累,然而在短時(shí)間內(nèi)制作高質(zhì)量的PPT這對(duì)初學(xué)者來(lái)說(shuō)是件非常

    2024年01月17日
    瀏覽(18)
  • AI可以自動(dòng)生成繪畫嗎?分享幾款A(yù)I繪畫軟件

    AI可以自動(dòng)生成繪畫嗎?分享幾款A(yù)I繪畫軟件

    AI繪畫熱潮來(lái)臨之前,我在網(wǎng)上看到不少人發(fā)了AI繪畫的圖片,除了畫人物,還有畫漫畫和風(fēng)景的圖片,畫面真實(shí)和色彩豐富程度讓我不敢相信是AI畫的,于是就去網(wǎng)上搜索AI可以自動(dòng)生成繪畫嗎?在搜索的過(guò)程中,我不僅確認(rèn)了AI可以生成繪畫,還發(fā)現(xiàn)了幾款不同的AI繪畫軟件

    2024年02月13日
    瀏覽(18)
  • 你知道ai繪畫自動(dòng)生成軟件有哪些嗎

    你知道ai繪畫自動(dòng)生成軟件有哪些嗎

    隨著人工智能技術(shù)的不斷發(fā)展,越來(lái)越多的應(yīng)用場(chǎng)景涌現(xiàn)出來(lái)。其中,ai繪畫就是一項(xiàng)非常有趣并且備受追捧的功能。 那你知道ai繪畫自動(dòng)生成軟件有哪些嗎?在市面上,有許多關(guān)于ai繪畫的軟件,本文將介紹其中三款有代表性的軟件給大家。 軟件一、AI圖片全能王 推薦指數(shù)

    2024年02月11日
    瀏覽(28)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包