界面新闻记者 | 陈振芳

　　9月6日上昼，在界面新闻举办的2024 REAL科技大会上， 商汤数字文娱奇迹部总司理栾青在演讲中先容，商汤为AI大模子全所在布局，袒护算力基础层、AI模子层与表层应用。

　　现在商汤投建的国产化东谈主工智能算力集群已领有GPU是5.4万块，总运营算力总运营峰值是2万P，公司在上海临港正在投建宇宙最大限制东谈主工智能数据中心，宇宙算力节点雄伟上海、广州、重庆、深圳、福州等地。

　　本年7月，商汤发布“日日新5o”模子，交互体验对标GPT-4o糗事百科成人版，终了全新AI交互模式。该模子大略整合跨模态信息，通过基于声息、文本、图像和视频等多种姿色，呈履行时的流式多模态交互。

　　在视频生成鸿沟，商汤在7月发布首个“可控”东谈主物视频生成大模子Vimi，该模子主要面向C端用户，救济聊天、唱歌、摆动等多种文娱互动场景。Vimi可生成长达1分钟的单镜头东谈主物类视频，画面效劳不会跟着时代的变化而劣化或失真，通过一张轻易格调的相片就能生成和指标四肢一致的东谈主物类视频，通过已有东谈主物视频、动画、声息、笔墨等多种元素进行开动。

　　栾青提倡，2024年将成为AI视频的应用元年，将来三到五年，更多应用场景将跟着模子才调提高和推理本钱下落逐渐解锁。

　　其次，AI视频生成将重塑传统视频制作责任，整合音视频创作的经由步调变为一个举座，裁汰AI视频本色的制作门槛，并以全新视频交互界面展现。

　　往日十几年，视频产业一直束缚地发展，制作一个视频从几百东谈主的团队，精简至几十个东谈主的网剧团队，再到个东谈主也不错创作短视频。时代激动下，视频团队和制作时代束缚精简，而视频数目却在指数级的爆增，东谈主类的浮滥习尚从依然的看案牍、图片、新闻，酿成了看视频。

　　栾青合计糗事百科成人版，当视频的生成速率更快，甚而达到及时生成视频，AI大略带来新的交互体验，举例通过算法自动地截止东谈主物四肢，及时可交互的视频。

　　刻下，AI视频生成有两大标的，一是用笔墨指示生成视频；另一个则是用其他信号，比如可控的逻辑性信号。举例动画狡计师会捕捉东谈主体和当然信号，再让东谈主工智能学习，最终完成。这么生成的东谈主物不仅合理，还能跟着可控的信号进行变化。

　　栾青也提到，AI视频大模子在东谈主物类视频生成上存在三大挑战：东谈主物四肢、神色难以精准截止，出效劳仅靠大批“抽卡” ；东谈主物身份踏实性不高，“经常换长相” ；仅救济踏实生成3-4秒时长，难以餍足需求。因此，泛泛视频创作尚未达到可用的阶段。

　　“刻下东谈主们每天看到的视频80%王人是东谈主物为主题的视频。”

　　栾青先容，商汤正在尝试用APP匡助用户来生成视频写照大片，行使AI算法截止运镜、光影变化、东谈主物配景，让本色变得更竟然和当然。举例用户输入一张相片，大模子家具也不错用不同的动画模式去制作本色，让本色姿色更为丰富。

　　栾青合计，跟着AGI时代在视频鸿沟的长远，除了坐蓐效劳的变化，更多的是全新体验。大模子的才调不错让平凡东谈主更好的进行创作。