AI「表演」豬八戒送外賣、黑旋風啃雞腿。
AI 影片圈上演「神仙打架」，全球網友開啟花式整活。
然而，擺在創作者面前的第一道檻兒，就是永遠不知道下一秒會生成個啥。
例如，上一秒還是美女，下一秒就躥出個怪物史萊克：
明明是個醜萌的布偶猴子，接著就蹦出個小浣熊：
還有更離譜的，一秒變性：
這類邪門影片層出不窮，究其原因，還是 AI 難以保持主體一致性。
不過就在昨天，生數科技的影片模型 Vidu 上線了新功能 —— 主體參照，僅需一張圖片即可實現主體可控。
比如，上傳一張豬八戒的照片，透過提示詞任意切換場景，而豬八戒樣貌不變。
提示詞：豬八戒在街上玩滑板
提示詞：豬八戒在河裡游泳。
更重要的是，它免費開放，註冊郵箱即可使用。
體驗地址：www.vidu.studio
-1-
實測：一張圖，場景隨意換
所謂「主體參照」，就是使用者上傳任意主體的一張圖片，Vidu 就能鎖定該主體形象，透過提示詞任意切換場景，輸出主體一致的影片。
啥叫任意主體？
甭管是人物、動物、商品，還是動漫角色、虛構主體，它都能確保其影片生成的一致性。
Vidu 也是全球首個支援該能力的影片大模型。
接下來，我們就奉上一手實測。
Round 1：人物主體
我們上傳一張「黑旋風」李逵的照片。
提示詞：一個男子正在海邊的沙灘上啃雞腿。
提示詞：孫悟空騎著摩托，行駛在路上。
提示詞：一個男子坐在咖啡館裡喝咖啡。
值得注意的是，為了防止生成違規影片，Vidu 還在提示詞中進行了限制，不能輸入暴力、色情以及政治人物的名字等。
Vidu 還可以實現動物在不同環境下、大幅運動狀態中細節特徵保持一致。
這意味著，我們只需上傳一張萌寵照片，就能隨心所欲生成一段 Vlog。
提示詞：一隻北極熊在水裡游泳。
滿是冰川的北極，一隻兇猛的北極熊在水裡撲騰，周圍濺起了圈圈水花。
鏡頭中北極熊運動幅度很大，畫面卻很穩定清晰。
提示詞：一隻兔子在啃胡蘿蔔。
雖然我們投餵給 Vidu 的是一張兔子的側面照，但它仍能生成兔子抱著胡蘿蔔啃的正面大特寫。
提示詞：一隻企鵝在舞臺上跳舞
從這則 8 秒影片可以看出，Vidu 基本能遵循提示詞的要求，生成的場景就是一個燈光閃爍的舞臺。
毛茸茸的企鵝跳著笨拙的舞蹈，還有表情變化。
影片連結：https://mp.weixin.qq.com/s/7a6EScdJ2M4nFT40JqGwZw
Round 3: 虛構角色
Vidu 不僅能搞定寫實風格的主體，針對虛構的主體，它也可以保持其高度一致。
一隻蝸牛在海里衝浪，濺起浪花。
這隻蝸牛撲閃著眼睛，在海浪裡疾馳。
提示詞：貓咪坐在電腦前打字。
Round 4 : 動漫主體
動漫風格可以說是 Vidu 的強項，在之前的 7 大 AI 影片神器測評中，Vidu 就憑藉著該強大功能備受好評。
而此次「主體參照」功能中，動漫角色仍是拿手好戲。
提示詞：蠟筆小新踢球。
提示詞：柯南在路上奔跑。
Vidu 最讓人驚喜的，還得是對於 3D 動畫人物的處理。
提示詞：男孩站在廚房切菜。
提示詞：女孩在花園裡跳舞。
Round 5：商品主體
眾所周知，廣告片的一大關鍵就是保證多個鏡頭、不同場景下品牌物形象的一致性。
Vidu 的「主體參照」功能就派上用場。
例如，我們上傳一張可口可樂的商品圖，並輸入提示詞：罐子垂直落在水裡，濺起水花，Vidu 隨即完成產品的動態表現。
上效果：
提示詞：食物擺在黑色大理石餐桌上，垂直灑下粉色的櫻花花瓣。
效果最明顯的，還要數下面的這則跑步鞋廣告影片。
影片連結：https://mp.weixin.qq.com/s/7a6EScdJ2M4nFT40JqGwZw
這則跑步鞋廣告中，僅透過一張商品圖，便完成了所有影片畫面的生成，無論是不同角度、背景，還是動態表現，跑步鞋的形象在整個影片中都保持了高度一致。
據悉，該廣告影片僅由一個人花 6 小時完成的，包含前期策劃、素材生成，後期剪輯。
要知道，在傳統廣告片製作中，高質量的鏡頭依賴線下實拍和後期製作，時間週期長、成本投入大。
而如今，Vidu 憑一己之力，就可以在廣告製作中挑大樑。
-2-
專業名詞傻傻分不清？
目前，影片大模型領域已有「圖生影片」和「角色一致性」等能力，那麼，Vidu 的「主體參照」功能到底強在哪兒？
咱們先來縷縷這幾個概念。
所謂「圖生影片」（Image to Video），就是基於首幀畫面的連續生成。它無法直接輸出目標場景，這就限制了影片內容的多樣性和場景的自由度。
「角色一致性」（Character to Video），則只限於人物面部特徵的一致性，難以保證人物整體形象的穩定。
而 Vidu 的「主體參照」（Subject Consistency），不侷限於人物，面向任意主體。其次在人物主體下，可選擇保持面部一致，也可選擇保持人物整體形象的高度一致，透過輸入文字描述靈活輸出目標場景。
例如，我們輸入一張林黛玉的角色照，輸入同樣的提示詞「在現代咖啡廳喝咖啡」。
圖生影片效果：
「角色一致性」效果：
Vidu 的「主體參照」效果：
我們能直觀看到，在 Vidu 「主體參照」功能下，林黛玉的形象在現代場景中得到了完美保留，場景輸出也自然而真實。
現在，你能分清了嗎？
OK，今天的 AI 小課堂就到這兒，古德拜！
以後我們會帶來更多好玩的AI應用，也歡迎大家進群交流。