图片分分钟变视频，阿里AnimateAnyone让全民跳科目三

AIGC时代一直被stable diffusion与midjourney为代表的文生图所霸占，特别是ChatGPT的发布，让大家重新认识到了AI的力量，关于其相关的内容，前期也介绍过这方面的文章。但是AI时代一直被静态的图片或者文字霸占，是否可以进军视频领域，一直是各大模型竞争的热点，本期我们就介绍一下阿里巴巴发布的AnimateAnyone算法，可以利用一张图片与一个动态模板视频，生产对应的图片视频。

 

AnimateAnyone算法仅仅要求用户输入一张图片以及一段模板视频，通过AnimateAnyone算法就可以让图片的人物动起来，其动作完全模仿了模板视频的动作。

 

模型训练输入人体姿态的相关坐标点以及参考图片，通过模型的训练，让图片根据人体坐标点生成一系列的图片，然后把这些图片都合并到一起，便是一个完整的视频了。

在用户使用时，模型根据用户提供的模板视频，提取其人体姿态坐标点，再根据用户提供的图片，合成对应视频模板的图片视频。

 

当然官方现在还没有开源相关的代码，只是发布了文章，若想体验的话，可以下载通义千问app来体验。体验下来的感受是AI现在太强大了，但是其平台刚刚发布不久，其模版很少，且输入的图片必须是全身照片。但是相信随着大家的试用，里面的模板会越来越多。大家也可以共享自己制作的视频，当作别人的视频模板。

 

当然后期模型更新，不用输入全身照片，其效果便是更好了，还有一点是，其人物表情很僵硬，这里需要更多的完善。

 

模型不仅支持人物照片，还支持动漫，塑像，卡通等等，本想着过年自己可以跳一段科目三，当大家开心一下，这下可好，全民可以跳科目三了。

 

当然模型可以直接合成视频中的音频，自己无需再进行2次剪辑，小编把视频都转成了GIF图片，喜欢的小伙伴可以自行尝试，待代码开源，我们再介绍相关的代码实现。

https://arxiv.org/pdf/2311.17117.pdf 

https://github.com/HumanAIGC/AnimateAnyone
更多transformer，VIT，swin tranformer
参考头条号：人工智能研究所
v号：启示AI科技
微信中复制如下链接，打开，免费体验chatgpt
 
https://wx2.expostar.cn/qz/pages/manor/index?id=1137&share_from_id=79482&sid=24

动画详解transformer  

​

​