vimi 大模型

商汤科技在2024年7月4日的世界人工智能大会（WAIC）上发布了名为Vimi的首个“可控”人物视频生成大模型13825。Vimi模型主要面向C端用户，支持聊天、唱歌、舞动等多种娱乐互动场景92023。用户只需提供一张任意风格的照片，Vimi就能生成与目标动作一致的人物类视频1319。此外，Vimi还支持通过已有人物视频、动画、声音、文字等多种元素进行驱动，实现视频内容的生成716。

Vimi模型基于商汤科技的“日日新”大模型构建1321，能够生成长达1分钟左右的稳定画面视频9141526。该模型的精准表情控制技术，首次实现了面部表情的精细控制2。Vimi的发布，为广告、电影制作等行业提供了便捷的服务914，并且已在商汤科技官网开放预约，邀请个人用户体验5。

在WAIC2024上，Vimi入选了大会展览的“镇馆之宝”，成为最具创新性的展品之一24101822。商汤科技承诺将持续研发人工智能技术，推动Vimi等创新工具的发展和应用14。