本文經AI新媒體量子位元（公眾號ID:QbitAI）授權轉載，轉載請聯絡來源。
Google整出了一個新「AI導演」，一句話甚至能把影片主角換了。
你看，青青草地上，一隻小熊正在跳舞。
難道現在的熊都這麼有藝術細胞了？ ？
No，No，No！草地上原有的其實是隻猴子。
要從猴子變熊，只用跟這個AI說一句：
一隻小熊隨著音樂節拍跳著舞，扭動他的整個身體。 （A bear dancing and jumping to upbeat music, moving his whole body）
除了會「魔改」視頻，這個名為Dreamix的AI還能把靜態圖片變成動畫－也是一句話就搞定。
例如給此AI看一張“海龜游泳照”，再告訴它：
水下拍到一隻海龜在游泳，後面有隻鯊魚正在靠近。 （Underwater shot of a sea turle with a shark apporching from behind）
更換影片角色方面，這是原本的田野：
同樣以人寫字的視頻為原型，如果把提示句子換成“人的手在畫圓”，還會有不同的生成效果：
方面，原圖是霧濛濛的叢林：
看到這裡，有人可能會覺得欠點火候：動畫倒是做出來了，但畫質也犧牲了挺多啊。
那不妨多給AI看幾張圖。
例如一口氣給AI看7張玩具火警的照片：
#然後再讓它根據一句話生成視頻，這下畫質就會清楚很多。
至於這個」AI導演」是怎麼做的，Google表示，關鍵在於「老朋友」擴散模式 （Diffusion Model） 。
擴散模型，也是火出圈的AIGC作畫神器DALL·E 2的核心。
Google研究人員指出，其實之前已有類似的「文字生成影片」AI了，但若僅僅在輸入影片上對影片擴散模型進行微調，會限制運動變化的程度。
而此AI與眾不同之處在於：
團隊使用了一個「混合目標」，除了對原始目標進行微調外，還會對無序幀集進行微調。
他們採用了一種深度學習中專門的注意力機制：Masked Temporal Attention，幫助模型專注於輸入資訊的特定部分，忽略其他無關的部分。
——這提高了模型處理序列資料的能力，產生影片中的動態更多樣化，效果也比較自然。
在擴散模型和Masked Temporal Attention的加持下，對於更換影片主角來說，輸入其實已經被省略了－只需進行微調，結果的保真度也相當不錯。
以上是谷歌新的「AI導演」神奇之處在於只需一句話即可改變影片主角，這令人驚嘆，同時畫質也非常優秀。的詳細內容。更多資訊請關注PHP中文網其他相關文章！
