這兩天，在 X 上看到一個(gè)很酷的 2D 動(dòng)漫 AI 視頻。

我直接放一下，強(qiáng)烈建議看完。

當(dāng)時(shí)第一遍看的時(shí)候，不知道為什么，心里的二次元之火熊熊燃燒。

我也一直都是那個(gè)，熱愛紙片人的少年。

片子在動(dòng)漫畫風(fēng)的穩(wěn)定性上，強(qiáng)的可怕。

這個(gè)作者，是一個(gè)非常喜歡做 AI 視頻，而且是動(dòng)漫風(fēng)格 AI 視頻的創(chuàng)作者，叫 Naegiko。

雖然片子只有 10 萬(wàn)播放，但是，很多大號(hào)都直接轉(zhuǎn)載他的，總播放量破百萬(wàn)肯定是有的了。

這個(gè) AI 視頻的工具，來(lái)自 Vidu。

在評(píng)論區(qū)的下面，哥們也在給所有喜歡做動(dòng)漫風(fēng)格的人，安利 Vidu。

又是 Vidu。

其實(shí)很多人上周也在催我寫 Vidu1.5 版本的更新，但是事情實(shí)在太多，本來(lái)上周五打算發(fā)，結(jié)果出了點(diǎn)小毛病一波直接干到醫(yī)院，一拖也就拖到了今天。

其實(shí)坦率的講，現(xiàn)在的視頻大模型，在寫實(shí)上效果都能卷的還不錯(cuò)，但是在一些風(fēng)格化的動(dòng)漫視頻上，經(jīng)常會(huì)出現(xiàn)一些變形和識(shí)別錯(cuò)誤。

甚至有的還會(huì)把你給的動(dòng)漫的參考圖，直接給你在過程中變成寫實(shí)或者那種 3D 風(fēng)格的，穩(wěn)定性很差。

而對(duì)于 Vidu 來(lái)說(shuō)，在我測(cè)試的這幾個(gè)月里，Vidu 的 2D 風(fēng)格，就是現(xiàn)在最強(qiáng)的，也是他們之前，最大的特色。

但是 Vidu1.5 的這波更新，如果只是模型質(zhì)量提高了一些，語(yǔ)義理解強(qiáng)了一些，其實(shí)坦率的講也沒什么好寫的了，大家對(duì) AI 視頻模型的更新已經(jīng)有點(diǎn)趨近于去年語(yǔ)言大模型的感覺了，已經(jīng)有點(diǎn)免疫了。

需要一些更直觀的功能，才能讓大家感覺到，很酷的感覺。

而 Vidu1.5 版本這次的更新，剛好就有一個(gè)我覺得劃時(shí)代的新功能，叫：

多主體一致性。

我先放兩個(gè)視頻，讓大家先直觀感受一下，這個(gè)東西是個(gè)啥。

衣服是梅西的 10 號(hào)球服，轉(zhuǎn)過身來(lái)，是宋小寶，然后振臂高呼。

來(lái)自朋友@卡爾之前做的一個(gè) case，馬斯克和甄嬛漫步在故宮中，還動(dòng)態(tài)非常大的給屏幕面前比了個(gè)大拇指。

現(xiàn)在應(yīng)該能模糊的感覺到了一些，來(lái)自多主體一致性的強(qiáng)大了吧？

用最簡(jiǎn)單的話解釋，就是你可以傳至多 3 張圖。來(lái)實(shí)現(xiàn)任意人物、任意物品、任意場(chǎng)景的一致性。

比如梅西那個(gè) case，就是上傳了梅西的球服+宋小寶的臉，然后用一段 Prompt：梅西背對(duì)著鏡頭，慢慢轉(zhuǎn)過頭是圖中的男子在沖著鏡頭笑。直接生成的。

而馬斯克和甄嬛，則是上傳了一張馬斯克的、一張甄嬛的、一張故宮的圖。然后用一段 Promtp：一個(gè)穿著黑色衣服褲子的男人和一個(gè)穿著黃色中國(guó)古代服裝的女人走在宮殿外的路上。

就出來(lái)了完美一致的視頻。

這就是 Vidu1.5 這波更新、最酷的功能，多主體一致性。

在我看來(lái)，可能是現(xiàn)在很多人意識(shí)不到，但是在 AI 視頻領(lǐng)域，可能劃時(shí)代的一個(gè)技術(shù)。

我們常說(shuō) AI 視頻想進(jìn)入專業(yè)影視領(lǐng)域，除了最終質(zhì)量之外，一直以來(lái)都有三個(gè)一致性要解決：

風(fēng)格一致性、角色一致性、場(chǎng)景一致性。

如果連在單個(gè)片段里，這三個(gè)一致性都沒法解決的話，那別提電影這種最高殿堂的產(chǎn)物了，連一些劇集都?jí)騿堋?/p>

而過往，風(fēng)格一致性已經(jīng)解決的還行了，角色一致性 Vidu 在今年 7 月份的更新中其實(shí)上了一版，而場(chǎng)景一致性，一直以來(lái)幾乎沒有任何解決方案。

這一波，Vidu1.5 直接用最簡(jiǎn)單開箱即用的方式。

解決了所有單片段中的一致性。

很強(qiáng)，非常強(qiáng)。

你終于可以不用擔(dān)心，你的廣告、你的片子中，人物角色形象不一致的問題了，也不用去用那個(gè)蹩腳的 Midjourney 出圖再圖生視頻的流程了，而是直接找到你想要的，扔進(jìn)去，加一段 prompt，完事。

這個(gè)影響，可能非常深遠(yuǎn)，更是一道，黎明的曙光。

Vidu 網(wǎng)址在此： www.vidu.studio

進(jìn)去登錄以后，就能看到這個(gè)參考生視頻了，打開那個(gè)多主體一致性功能，你就可以傳最多三張圖片作為參考。

比如，我們傳一個(gè)奶龍和一個(gè)雞哥上去，讓他兩，來(lái)一波開心的跳躍。

Vidu1.5 的速度也非常的快，我選的 720P，不到 1 分鐘，就跑出來(lái)了，速度上跟 Runway 是一個(gè)級(jí)別的了。

效果也是非常的魔性。

我能對(duì)著他兩跳看一個(gè)小時(shí)。

雞哥和奶龍，在主體上，幾乎是跟我傳上去的圖片，一摸一樣，完美的實(shí)現(xiàn)了一致性。

你可以用這三個(gè)圖片格子，來(lái)自由組合，來(lái)實(shí)現(xiàn)任意人物、任意物品、任意場(chǎng)景的一致性。

這個(gè)事情非常的好玩。

比如上面奶龍和雞哥的就是，人物正面+人物正面。

你也可以傳一張人物背面+人物正面。

比如還是宋小寶。

人物臉可以傳兩張，更強(qiáng)的保證人臉的一致性。

Prompt 寫：女生轉(zhuǎn)過身發(fā)現(xiàn)臉是該男子。

對(duì)不起了宋小寶老師。。。。。

還可以是一個(gè)人物的三視圖，直接實(shí)現(xiàn) 3D 人物級(jí)別的一致性，3 張圖，就可以直接跳過建模階段直接出成片。

我隨手拍了我非常喜歡的 Dimoo，之前的熊貓款的三視圖。然后扔到 Vidu 里。

然后不到 1 分鐘，一段 Dimoo 在森林里的視頻就做完了。

穩(wěn)定的要死，以后這種片子，誰(shuí)還建模渲染啊。。。

你也可以，人物+物品。

比如一個(gè)女人喝一口可口可樂。

向偉大的 AI 致敬。

甚至，Vidu1.5 的多主體一致性不僅對(duì)角色是一場(chǎng)革命，對(duì)電商廣告也是。

直接物品+場(chǎng)景，以后還渲染個(gè)屁啊。

比如 APPLE watch。

我讓他在這個(gè)場(chǎng)景里面來(lái)個(gè) 360 度旋轉(zhuǎn)。

這個(gè)多主體一致性，絕對(duì)是我最近見過，可能是 AI 視頻領(lǐng)域，最有趣也是最有用的功能之一。

想起來(lái)很多年以前，羅子雄在 TED 上做的一個(gè)演講。

講的就是創(chuàng)意。

創(chuàng)意其實(shí)很多時(shí)候就是借鑒和組合的能力。

比如把這些元素，隨機(jī)組合。

就會(huì)得到很多很多有的東西。

而 Vidu1.5 這個(gè)多主體一致性，其實(shí)也是組合，你可以不斷的組合。

人物背面+人物正面、人物三視圖、物體+場(chǎng)景、人物+場(chǎng)景、人物+物體等等等等。

太多了。

甚至你如果覺得三張圖片不夠用，還可以上傳的時(shí)候，將多個(gè)主體拼接到一張圖中上傳，展開無(wú)限可能。

新的技術(shù)，總是能進(jìn)一步推升我們的邊界，讓我們的想象力，終于可以更為宏遠(yuǎn)的延伸。

感謝 Vidu，感謝這個(gè)多主體一致性。

我覺得，我又可以，繼續(xù)造夢(mèng)了。

國(guó)產(chǎn)的 AI 視頻，也真的是越來(lái)越好了。

Vidu、可靈、海螺、即夢(mèng)、pixverse，每一個(gè)都在市場(chǎng)上，殺出了自己的一條血路。

為你們，獻(xiàn)上我最崇高的敬意。

以及，最好的祝愿。

歡迎關(guān)注作者的微信公眾號(hào)：數(shù)字生命卡茲克