字节视频生成新突破！Phantom搞定多人物/主体一致性

文章预览

字节智能创作团队 投稿 量子位 | 公众号 QbitAI 视频生成模型当中已经不缺强者了，但保持 多主体一致性 依然是一项重大挑战。 字节智能创作团队专门针对这个问题，推出了主体一致性视频生成模型 Phantom （“幻影”）。 Phantom在主体一致性保持方面取得了突破性进展，不仅支持多主体，还能同时保持主体的完整性。 无论是人物、物品、服装、动物，还是充满奇幻色彩的虚拟角色，它都能精准抓取其关键特征，并自然地融入生成的视频中。 比如下面这段视频当中，“幻影”就结合了场景、服装、配饰等要素，原创出了“歌剧魅影”的片段： 精准抓取关键特征，视频融合更自然 身份保持视频生成 借助面部参考图像，Phantom生成的视频不仅能 严格锁定主体的身份特征 ，还能依据丰富多样的提示词，演绎出各种精彩内容。 例如，上传一张人物照片， ………………………………