近日，阿里巴巴（中國）有限公司在視頻生成技術(shù)領(lǐng)域取得了新突破，一項(xiàng)名為“一種圖生視頻方法和裝置”的專利正式公布。這一創(chuàng)新成果由天眼查知識產(chǎn)權(quán)信息渠道披露，標(biāo)志著阿里巴巴在智能化視頻生成方面邁出了重要一步。
據(jù)專利摘要介紹，該發(fā)明通過一系列復(fù)雜的處理流程，成功實(shí)現(xiàn)了從靜態(tài)圖像到動態(tài)視頻的智能化轉(zhuǎn)換。具體而言，該方法首先將包含目標(biāo)對象的源圖像輸入到第一視頻生成模型中，生成基礎(chǔ)的素材視頻。隨后，系統(tǒng)會根據(jù)素材視頻確定幀間變換矩陣序列，這一步驟對于捕捉和模擬對象的運(yùn)動軌跡至關(guān)重要。
在此基礎(chǔ)上，發(fā)明者進(jìn)一步從源圖像中提取出目標(biāo)對象對應(yīng)的對象掩碼圖像。通過將幀間變換矩陣序列應(yīng)用于對象掩碼圖像，可以生成一系列掩碼圖像，這些圖像共同組成了掩碼圖像序列。同樣地，將幀間變換矩陣序列應(yīng)用于源圖像，可以生成一系列目標(biāo)對象圖像，形成目標(biāo)對象圖像序列。
接下來，系統(tǒng)會根據(jù)源圖像、掩碼圖像序列和目標(biāo)對象圖像序列，確定目標(biāo)輸入數(shù)據(jù)。這些數(shù)據(jù)被輸入到支持局部重繪的第二視頻生成模型中，經(jīng)過一系列復(fù)雜的運(yùn)算和處理，最終生成對應(yīng)的目標(biāo)視頻。這一過程不僅實(shí)現(xiàn)了智能化端到端的圖生視頻，還能夠在不引入預(yù)設(shè)運(yùn)動參數(shù)的情況下，保持目標(biāo)對象不擴(kuò)散，同時實(shí)現(xiàn)運(yùn)動軌跡的多樣性。
這一創(chuàng)新技術(shù)的出現(xiàn)，無疑將為視頻制作領(lǐng)域帶來革命性的變化。以往，從靜態(tài)圖像生成動態(tài)視頻往往需要大量的手工操作和預(yù)設(shè)參數(shù)，不僅耗時耗力，而且難以保證視頻的質(zhì)量和多樣性。而阿里巴巴的這項(xiàng)專利，通過智能化的處理方式，大大提高了視頻生成的效率和靈活性。
該專利還展示了阿里巴巴在人工智能和機(jī)器學(xué)習(xí)領(lǐng)域的深厚積累。通過兩次模型生成視頻的方式，系統(tǒng)能夠更準(zhǔn)確地捕捉和模擬對象的運(yùn)動軌跡，生成更加自然和逼真的視頻效果。這一技術(shù)的成功應(yīng)用，不僅將推動視頻制作行業(yè)的發(fā)展，還將為其他領(lǐng)域提供有益的借鑒和啟示。
隨著人工智能技術(shù)的不斷發(fā)展，越來越多的創(chuàng)新應(yīng)用正在不斷涌現(xiàn)。阿里巴巴的這項(xiàng)專利，無疑是其中的佼佼者之一。它不僅展示了人工智能技術(shù)的巨大潛力，也為視頻制作領(lǐng)域的未來發(fā)展指明了方向。我們有理由相信，在不久的將來，這項(xiàng)技術(shù)將會得到更廣泛的應(yīng)用和推廣，為人們的生活帶來更多便利和樂趣。
