阿里云视频生成技术创新！视频生成使用了哪些AI技术和算法

电子发烧友网报道（文/李弯弯）日前，阿里云宣布通义实验室研发的视频生成模型EMO正式上线通义App，免费对所有人开放。借助这一功能，用户可以在歌曲、热梗、表情包中任选一款模板，然后通过上传一张肖像照片就能让 EMO 合成演戏唱歌视频。

阿里云在视频生成领域的创新

EMO（Emote Portrait Alive）是一个由阿里巴巴集团智能计算研究院开发的框架，一个音频驱动的 AI 肖像视频生成系统，能够通过输入单一的参考图像和语音音频，生成具有表现力的面部表情和各种头部姿势的视频。

据介绍，通义 App 首批上线了80多个 EMO 模板，包括热门歌曲《上春山》《野狼 Disco》等，还有网络热梗“钵钵鸡”“回手掏”等。EMO自2月底公布模型论文以来，在海内外引发广泛关注，并与OpenAI的Sora模型相提并论。

具体来看，EMO的功能包括，音频驱动的视频生成，通过输入一段音频（如语音、歌曲等）和一张参考图片（通常是人物的肖像），就能生成一个动态的、与音频内容同步的视频。

阿里EMO使用先进的音视频扩散模型和注意力机制，能够生成具有高度真实感和丰富表现力的肖像视频。肖像的表情和动作会非常自然和流畅，与音频内容紧密同步。

阿里EMO的应用场景非常广泛。它不仅可以用于娱乐和创作领域，如让历史人物“复活”、为电影角色配音等，还可以用于教育、广告、游戏等多个领域，为用户提供更多样化、个性化的视频内容。

另外，阿里EMO采用高效的算法和计算框架，能够在较短的时间内生成高质量的肖像视频。这为用户节省了大量的时间成本，提高了工作效率。

阿里EMO的框架还具有良好的可扩展性和灵活性，可以根据用户的具体需求进行定制和优化。例如，可以通过调整参数或添加新的模型组件来优化生成视频的质量和性能。

阿里在视频生成领域做过非常多创新，此前还推出过VideoComposer，这是一个结合了空间条件和时序条件的视频生成框架。它利用单张图像或草图作为空间条件，同时结合运动矢量和深度序列等时序条件，来生成具有高度视觉逼真度的视频。

阿里云还发布了AtomoVideo模型，这是一种能够从单一静态图像生成高保真视频序列的技术。它结合了个性化文本到图像（T2I）模型，能够根据文字描述和静态图片生成符合描述的视频内容。

此外，阿里云视觉智能开放平台提供了丰富的视频生产能力，包括视频摘要、视频编辑、视频人脸融合等功能。这些功能可以应用于电商、影视、广告等多个领域，帮助用户快速生成高质量的视频内容。

视频生成使用到的AI技术和算法

视频生成是一个涉及多个步骤和技术的过程，目前国内外有多款视频生成工具，如Pixverse、Pika、Runway Gen-2、Kaiber、Plaiday、Genmo等。其中，Pika因其高质量和稳定的画面生成能力而受到用户好评，Runway Gen-2则可以将midjourney生成的图像转换为高质量动画。另外，Sora作为一款新兴的视频生成工具，其独特之处在于能够生成高质量的长视频内容，并理解长文本指令以生成详尽细节的视频内容。

从算法的角度来看，视频生成涉及到一些基本的算法和技术。例如，循环神经网络（RNN）中的GRU和LSTM可以有效避免梯度下降和衰减的问题，而encoder-decoder架构则使得机器翻译等任务的效果大幅提升。在视频生成领域，这些算法和技术可能用于生成视频的内容、结构、风格等方面。

视频生成采用了相当多的技术，包括深度学习模型，这是视频生成中最为关键的技术之一。深度学习模型，特别是生成对抗网络（GANs）和变分自编码器（VAEs），被广泛应用于视频生成中。这些模型能够学习并模仿视频数据的分布，从而生成新的、与原始数据相似的视频。

计算机图形学，它在视频生成中扮演着重要角色，特别是在创建虚拟场景、角色和特效时。通过计算机图形学技术，可以生成逼真的虚拟场景和角色，并将其与真实视频相结合，创造出独特的视觉效果。

物理模拟，为了生成更逼真的视频，物理模拟技术被用来模拟物体的运动和交互。这包括模拟物体的运动轨迹、碰撞效果、光影变化等，以使得生成的视频更加真实可信。

自然语言处理，随着技术的发展，自然语言处理（NLP）也被应用于视频生成中。通过解析文本描述，NLP技术可以指导视频生成模型生成与文本内容相匹配的视频。这为视频生成提供了更多的创意和可能性。

还有音频合成技术，除了视觉元素外，音频也是视频的重要组成部分。音频合成技术可以生成与视频内容相匹配的音效和背景音乐，从而提升视频的观看体验。此外，还有一些其他的技术也被用于视频生成中，如增强学习、迁移学习等。这些技术使得视频生成更加灵活、高效和多样化。

写在最后

经过近些年的发展，视频生成技术也逐渐成熟，并且在新闻报道、广告制作、教育培训、电影与游戏制作、医疗健康等领域有不少实际的应用案例。未来，娱乐与媒体、广告与营销、教育培训、虚拟现实/增强现实、医疗健康等都将会成为视频生成技术的主流应用。