圖片一鍵變視頻，阿里媽媽發布圖生視頻技術框架AtomoVideo

一年來，國內各大電商AI布局不斷提速。近日，淘天集團旗下阿里媽媽技術團隊推出高保真圖片生成視頻框架——AtomoVideo（阿瞳木視頻），可將圖片素材自動化轉換為高質量視頻動效。目前，該技術已在阿里媽媽的萬相實驗室、廣告投放平臺等應用場景上線，所有商家都可以體驗“圖片一鍵變視頻”的人工智能新技術，快速生成創意短視頻。

年初OpenAI公司Sora的發布，讓人們看到了視頻智能創作的巨大想象力。實際上，國內很多團隊也在文生或者圖生視頻上有著大量探索。今年初，字節跳動發布了超高清文生視頻模型MagicVideo-V2，阿里云旗下魔搭社區（Model-Scope）上線文本生成視頻大模型。而淘天旗下阿里媽媽，也一直專注于將視頻生成技術與電商結合，為淘寶天貓商家提供更智能的視頻創作工具，讓視頻生成技術在更真實的商業場景中加速落地。

最近，阿里媽媽發布的AtomoVideo應用，讓電商人眼前一亮：以后的商品視頻，可能不用再找專業拍攝團隊來干了。

記者在AtomoVideo的體驗中發現，用戶上傳一張圖，輸入動作文字指令，靜態的圖片就能在各種場景中動起來。比如，上傳一張玩偶圖片后輸入文字指令：穿紅色襯衣的玩偶在街上散步。很快，一段短視頻就生成了，玩偶邁開步伐行走，街景也跟著變化。此外，靜態的帆船也能在輸入指令后在大海中揚帆起航，海報中的樂手也開始彈奏吉他演奏，場景還原和人物表情、動作，都接近專業動畫師水準。

據介紹，以上視頻生成功能已在阿里媽媽廣告平臺廣泛應用。商家可以在阿里媽媽電商圖片生成工具“萬相實驗室”中，一鍵將制作的商品圖片轉化為商品視頻。同時，阿里媽媽的設計師也可以應用該技術，為商家客戶量身訂制視頻創意并投放。

據了解，AtomoVideo應用了阿里媽媽技術團隊自研的諸多新技術，包括優質數據集構建、多粒度圖像注入、漸進性動作強度增加的多階段訓練等，目前可以支持任意像素的圖片生成4秒視頻動效，并兼容市面上各種文生圖模型。

阿里媽媽一位受訪技術人士稱，當前技術還遠未挖掘出視頻生成的真正潛力，在視頻畫面穩定性、內容創造可控性以及視頻時長等關鍵要素上，仍有非常廣闊的探索空間。這位人士認為，當前的應用生成雖然只是起步，但隨著技術模型不斷迭代，視頻生成的準確度和仿真度也會逐漸提高。

在創意生成領域，除了此次發布的AtomoVideo，阿里媽媽技術團隊也研發出可擴展圖片、視頻的“尺寸魔方”等創意編輯工具，可以實現圖片和視頻的任意目標尺寸的拓展和補缺，同時保持素材的原生性。

一位服飾商家說，現在市面上已經有不少AI出圖工具，但將圖片變成視頻的還很少，生成高質量視頻的就更少了，很多商家認為圖生、文生視頻還只是個概念，甚至噱頭。“雖然AtomoVideo生成的視頻時長還不長，精度也有待提高，但是感覺苗頭不錯，是個趨勢。”這位商家表示，很多商家在討論AI電商，各界也在期待圈里能出現殺手級應用。

據介紹，過去一年來，淘寶在AI電商領域探索不斷加深。在消費者端，淘寶推出“淘寶問問”，用戶可以通過向“問問”與淘寶互動，了解最新的消費動態。在商家端，淘寶推出的商家AI創意生產工具萬相實驗室可以幫助商家0成本上新、0成本適配模特、0成本創造場景以及批量生產高規格商品圖。年初，淘寶基于AI大模型，升級智能客服機器人“店小蜜”，進一步提升“店小蜜”回答買家問題的準確度。最近，淘寶再次推出AI制圖工具“繪蛙”，幫助商家生成各種風格的高品質圖片，降低商家成本，該應用很快將結束內測全量推廣。

雷峰網(公眾號：雷峰網)