這是照片阿里云通義千問 APP 上線的免費功能，在通義千問 APP 內輸入 " 通義舞王 "、秒變" 全民舞王 " 等口令后，阿里即可進入體驗頁面。大模用戶按照提示要求上傳照片后，型火十幾分鐘即可生成神形兼備的照片百姓彩票首頁舞蹈視頻，生成的秒變視頻能較好地保留原形象的面部表情、身材比例、阿里服裝以及背景等特征。大模目前，型火通義千問首批為用戶提供了科目三、照片蒙古舞、秒變劃槳步、阿里百姓彩票首頁鬼(gui)步舞(wu)(wu)等 12 種熱門(men)舞(wu)(wu)蹈模板(ban)。大模

據悉，型火該功能背后的算法為阿里通義實驗室自研視頻生成模型 Animate Anyone。早在 11 月底，該研究便在推特、Youtube 等海外社交媒體平臺爆火，百姓彩票大廳相關視頻播放量超 1 億，項目在 Github 上的 Star 短短數日就超過 1 萬，是近期大模型領域最受歡迎的大模型算法之一，國外開發者和網友集體稱贊該算法效果，并發出 " 開放體驗入口 " 的呼聲。

除了驚艷的生成(cheng)效(xiao)果之(zhi)外(wai)，該(gai)算法的技(ji)術(shu)(shu)路線也(ye)被(bei)廣(guang)泛(fan)關(guan)注(zhu)。視頻(pin)生成(cheng)是(shi)大模(mo)型領域(yu)最(zui)熱門的研究方向之(zhi)一，谷歌、Meta、Runway 等(deng)國外(wai)科技(ji)公司(si)都在積極布局，但一直(zhi)以(yi)來，人(ren)物形象的視頻(pin)生成(cheng)面臨(lin)諸(zhu)多(duo)技(ji)術(shu)(shu)挑戰(zhan)，例如人(ren)物形象一致、動(dong)作(zuo)流暢可控、時序無瑕疵的人(ren)物動(dong)作(zuo)視頻(pin)。

根據(ju)公開論文顯示，Animate Anyone 集成了(le)(le)多項(xiang)創(chuang)新技(ji)術，引(yin)(yin)入了(le)(le) ReferenceNet，用(yong)于捕捉和(he)保(bao)留原圖像信(xin)息，可(ke)(ke)高度還原人物(wu)、表情及服(fu)裝細節；此外，該(gai)算法使用(yong)了(le)(le)高效的(de)(de) Pose Guider 姿態引(yin)(yin)導器 ，保(bao)證(zheng)了(le)(le)動作的(de)(de)精準可(ke)(ke)控；另外，通過(guo)時序生成模(mo)塊(kuai)，有效保(bao)證(zheng)視頻幀間的(de)(de)連貫(guan)流暢性。在相(xiang)同數據(ju)集的(de)(de)測(ce)試(shi)下，Animate Anyone 的(de)(de)性能表現顯著優于國內(nei)外同類模(mo)型。

今年(nian) 9 月，通義千問成(cheng)國(guo)內(nei)首批通過備案(an)(an)的大模型，通義千問 APP 上線后功(gong)能持續升級，目前可提(ti)供文(wen)本對(dui)話、語音對(dui)話、翻譯、PPT 大綱(gang)助手、小紅書(shu)文(wen)案(an)(an)、視(shi)頻生成(cheng)等幾十項(xiang)功(gong)能。