商湯推視頻生成模型VIMI 憑一張照片可生成一分鐘短片挑戰OpenAI？ 試用要排隊 唔知等幾耐

視頻生成模型成AI當中重要科技。中國AI晶片龍頭商湯（0020），近日於2024世界人工智能大會（WAIC 2024 ），推出可控人物視頻生成大模型Vimi，憑一張照片便可以生成一分鐘短片。商湯推出的Vimi，視頻長度可與OpenAI年初推出的Sora看齊，惟未知效果如何。

Vimi目前已可試玩，但要透過微信WeChat排隊預約。記者以內地電話註冊，暫時未知要排多久才可試玩。根據介紹，Vimi支持多種驅動方式，可通過人物照片、影片、動畫、聲音、文字等多種元素驅動。

商湯表示，讓照片中人物動起來已非新鮮事，但目前市面上的產品實際應用仍存在挑戰，例如人物動作或表情動作無法精準控制、效果不穩定、時長限制在3至4秒等。商湯表示，Vimi是基於商湯「日日新大模型」（SenseNova）的能力，一張照片可生成長達1分鐘的人物短片，突破目前市面上只能生成3至4秒的技術。影片質素方面，Vimi不但可實現精準的人物表情控制，還可控制照片中人物上半身的自然肢體動作，並自動生成與人物相符的頭髮、服飾及背景變化。

網民就對有關的技術議論紛紛，有網民就質疑，「以後有影片也未必會有真相」

商湯與香港有很大淵源，創辦人湯曉鷗為前香港中文大學信息工程系教授，2014年創辦商湯，發展至國內成AI科技龍頭。商湯科技亦在香港科技園設有辦公室。湯曉鷗於去年年底已去世。商湯近年股票經歷大波動，與2020年相比大幅下挫，今年表現才較佳。股票現報1.31元，今年至今升27%。

今年世界人工智能大會圍繞核心技術、智慧終端、應用賦能三大領域，聚焦大語言模型（LLM）、算力、機械人、自動駕駛等。據內地媒體報道，本屆大會將現場展示百款LLM，首度發表超過50款LLM新品。今年大會的展覽規模、參展企業數、首發新品數均創新高。

OpenAI於一月中推出Sora，亦可以憑指令製作一分鐘的短片。OpenAI創辦人Sam Altman亦在社交平台親身示範Sora生成的視頻，輸入“A bicycle race on ocean with different animals as athletes riding the bicycles with drone camera view”（一場在海洋上舉行的自行車比賽，不同的動物作為運動員騎著自行車，通過無人機攝像機視角進行拍攝），可生成相關一分鐘視頻，效果亦相當迫真。

中國方面，百度的「文心一言」，早於去年加入生成一分鐘短片的功能。今年四月底，清華大學聯合北京生數科技有限公司，發布文字描述生成影片的人工智慧模型「Vidu」，能夠一鍵生成長達16秒、畫質1080P的高清影片內容。