哪里要動點哪里！騰訊聯合清華、港科大推出全新圖生視頻大模型

AIGC動態歡迎閱讀

原標題：哪里要動點哪里！騰訊聯合清華、港科大推出全新圖生視頻大模型
關鍵字：解讀,騰訊,模型,視頻,團隊
文章來源：AI前線
內容字數：4058字

內容摘要：

整理 | 傅宇琪
只需輕輕一點，靜態的皮卡丘就會露出燦爛笑容：
咖啡會源源不斷地冒出熱氣：
漂亮姐姐會朝你眨眼：
以上這些效果，均來自一個新的圖生視頻模型 Follow-Your-Click，由騰訊混元、清華大學和香港科技大合推出。
這個模型使用起來也非常簡單：
把任意一張照片輸入模型?點擊想選中的區域?加上少量簡單的提示詞（如：動作、神態等）?圖片中原本靜態的區域就能動起來。
相關研究論文已經在 arXiv 上公開，GitHub 上也放出代碼，目前已經攬星 440+。
論文鏈接：https://arxiv.org/pdf/2403.08268.pdf
代碼鏈接：https://github.com/mayuelala/FollowYourClick哪里要動點哪里通過進一步測試，可以發現 Follow-Your-Click 能夠精準控制畫面的動態區域。
點擊畫面主體，它就能夠控制火箭發射和汽車行駛：
也能夠生成“大笑”、“生氣”、“震驚”的表情：
同樣是鳥圖，點擊小鳥，輸入“搖頭”、“扇翅膀”、“跳舞”，都能得到相應更精確的動作：總之，就是想要哪里動，就點哪里。
研究團隊還將

原文鏈接：哪里要動點哪里！騰訊聯合清華、港科大推出全新圖生視頻大模型

聯系作者

文章來源：AI前線
作者微信：ai-front
作者簡介：面向AI愛好者、開發者和科學家，提供大模型最新資訊、AI技術分享干貨、一線業界實踐案例，助你全面擁抱AIGC。