AI「表演」猪八戒送外卖、黑旋风啃鸡腿。
AI 视频圈上演「神仙打架」，全球网友开启花式整活。
然而，摆在创作者面前的第一道槛儿，就是永远不知道下一秒会生成个啥。
例如，上一秒还是美女，下一秒就蹿出个怪物史莱克：
明明是个丑萌的布偶猴子，接着就蹦出个小浣熊：
还有更离谱的，一秒变性：
这类邪门视频层出不穷，究其原因，还是 AI 难以保持主体一致性。
不过就在昨天，生数科技的视频模型 Vidu 上线了新功能 —— 主体参照，仅需一张图片即可实现主体可控。
比如，上传一张猪八戒的照片，通过提示词任意切换场景，而猪八戒样貌不变。
提示词：猪八戒在街上玩滑板
提示词：猪八戒在河里游泳。
更重要的是，它免费开放，注册邮箱即可使用。
体验地址：www.vidu.studio
-1-
实测：一张图，场景随意换
所谓「主体参照」，就是用户上传任意主体的一张图片，Vidu 就能锁定该主体形象，通过提示词任意切换场景，输出主体一致的视频。
啥叫任意主体？
甭管是人物、动物、商品，还是动漫角色、虚构主体，它都能确保其视频生成的一致性。
Vidu 也是全球首个支持该能力的视频大模型。
接下来，我们就奉上一手实测。
Round 1：人物主体
我们上传一张「黑旋风」李逵的照片。
提示词：一个男子正在海边的沙滩上啃鸡腿。
提示词：孙悟空骑着摩托，行驶在路上。
提示词：一个男子坐在咖啡馆里喝咖啡。
值得注意的是，为了防止生成违规视频，Vidu 还在提示词中进行了限制，不能输入暴力、色情以及政治人物的名字等。
Vidu 还可以实现动物在不同环境下、大幅运动状态中细节特征保持一致。
这意味着，我们只需上传一张萌宠照片，就能随心所欲生成一段 Vlog。
提示词：一只北极熊在水里游泳。
满是冰川的北极，一只凶猛的北极熊在水里扑腾，周围溅起了圈圈水花。
镜头中北极熊运动幅度很大，画面却很稳定清晰。
提示词：一只兔子在啃胡萝卜。
虽然我们投喂给 Vidu 的是一张兔子的侧面照，但它仍能生成兔子抱着胡萝卜啃的正面大特写。
提示词：一只企鹅在舞台上跳舞
从这则 8 秒视频可以看出，Vidu 基本能遵循提示词的要求，生成的场景就是一个灯光闪烁的舞台。
毛茸茸的企鹅跳着笨拙的舞蹈，还有表情变化。
视频链接：https://mp.weixin.qq.com/s/7a6EScdJ2M4nFT40JqGwZw
Round 3: 虚构角色
Vidu 不仅能搞定写实风格的主体，针对虚构的主体，它也可以保持其高度一致。
一只蜗牛在海里冲浪，溅起浪花。
这只蜗牛扑闪着眼睛，在海浪里疾驰。
提示词：猫咪坐在电脑前打字。
Round 4 : 动漫主体
动漫风格可以说是 Vidu 的强项，在之前的 7 大 AI 视频神器测评中，Vidu 就凭借着该强大功能备受好评。
而此次「主体参照」功能中，动漫角色仍是拿手好戏。
提示词：蜡笔小新踢球。
提示词：柯南在路上奔跑。
Vidu 最让人惊喜的，还得是对于 3D 动画人物的处理。
提示词：男孩站在厨房切菜。
提示词：女孩在花园里跳舞。
Round 5：商品主体
众所周知，广告片的一大关键就是保证多个镜头、不同场景下品牌物形象的一致性。
Vidu 的「主体参照」功能就派上用场。
例如，我们上传一张可口可乐的商品图，并输入提示词：罐子垂直落在水里，溅起水花，Vidu 随即完成产品的动态表现。
上效果：
提示词：食物摆在黑色大理石餐桌上，垂直洒下粉色的樱花花瓣。
效果最明显的，还要数下面的这则跑步鞋广告视频。
视频链接：https://mp.weixin.qq.com/s/7a6EScdJ2M4nFT40JqGwZw
这则跑步鞋广告中，仅通过一张商品图，便完成了所有视频画面的生成，无论是不同角度、背景，还是动态表现，跑步鞋的形象在整个视频中都保持了高度一致。
据悉，该广告视频仅由一个人花 6 小时完成的，包含前期策划、素材生成，后期剪辑。
要知道，在传统广告片制作中，高质量的镜头依赖线下实拍和后期制作，时间周期长、成本投入大。
而如今，Vidu 凭一己之力，就可以在广告制作中挑大梁。
-2-
专业名词傻傻分不清？
目前，视频大模型领域已有「图生视频」和「角色一致性」等能力，那么，Vidu 的「主体参照」功能到底强在哪儿？
咱们先来缕缕这几个概念。
所谓「图生视频」（Image to Video），就是基于首帧画面的连续生成。它无法直接输出目标场景，这就限制了视频内容的多样性和场景的自由度。
「角色一致性」（Character to Video），则只限于人物面部特征的一致性，难以保证人物整体形象的稳定。
而 Vidu 的「主体参照」（Subject Consistency），不局限于人物，面向任意主体。其次在人物主体下，可选择保持面部一致，也可选择保持人物整体形象的高度一致，通过输入文字描述灵活输出目标场景。
例如，我们输入一张林黛玉的角色照，输入同样的提示词「在现代咖啡厅喝咖啡」。
图生视频效果：
「角色一致性」效果：
Vidu 的「主体参照」效果：
我们能直观看到，在 Vidu 「主体参照」功能下，林黛玉的形象在现代场景中得到了完美保留，场景输出也自然而真实。
现在，你能分清了吗？
OK，今天的 AI 小课堂就到这儿，古德拜！
以后我们会带来更多好玩的AI应用，也欢迎大家进群交流。
