媲美Sora，免費(fèi)使用！帶物理模擬的，Luma AI文生視頻模型Dream Machine開放使用

　　6月13日，知名3D建模平臺(tái)Luma AI發(fā)布最新文生視頻模型Dream Machine，向所有用戶免費(fèi)開放使用。

　　Dream Machine除了支持文本之外，還可使用圖片作為引導(dǎo)來生成視頻，其生成的視頻質(zhì)量、動(dòng)作一致性、色彩、光影、飽和度、運(yùn)鏡等方面，可以媲美OpenAI的Sora。

　　Dream Machine的另外一個(gè)技術(shù)特點(diǎn)是支持物理模擬，這意味著生成的視頻更能體現(xiàn)出物理世界的特點(diǎn)，包括重力下落、碰撞、光影變化等。

　　為什么物理模擬，對(duì)文生視頻很重要

　　目前，國(guó)內(nèi)外文生視頻賽道都主打“物理模擬”這個(gè)技術(shù)特點(diǎn)，可以確保生成的視頻不僅看起來非常真實(shí)，并在時(shí)間和空間上保持連貫性、一致性。

　　麻省理工學(xué)院、斯坦福大學(xué)、哥倫比亞大學(xué)和康奈爾大學(xué)聯(lián)合開源的3D交互視頻模型就深度介紹過該技術(shù)。

　　動(dòng)態(tài)模擬與物理一致性是大模型生成高質(zhì)量視頻的核心技術(shù)之一，要想實(shí)現(xiàn)這兩點(diǎn)，就需要理解和模擬現(xiàn)實(shí)世界中的物理規(guī)律。

　　動(dòng)態(tài)模擬指的是視頻生成過程中對(duì)物體和場(chǎng)景的運(yùn)動(dòng)進(jìn)行精確的模擬。在一個(gè)視頻片段中，物體的運(yùn)動(dòng)軌跡、速度和加速度需要符合現(xiàn)實(shí)世界的物理定律。

　　例如，當(dāng)一盆花在風(fēng)中左右搖擺時(shí)，視頻中的每一幀都必須展示花盆和花朵按照風(fēng)力的作用進(jìn)行擺動(dòng)，花盆由于重力和風(fēng)力的交互作用而略微傾斜，然后在風(fēng)力減弱時(shí)逐漸恢復(fù)到垂直狀態(tài)。

　　這種模擬需要對(duì)物體的運(yùn)動(dòng)狀態(tài)進(jìn)行連續(xù)的計(jì)算和更新，確保視頻前后幀之間的連貫性。

　　物理一致性是視頻中的物體和場(chǎng)景遵循現(xiàn)實(shí)世界的物理規(guī)律，包括重力、碰撞、摩擦力、空氣阻力等。

　　這不僅僅是對(duì)單個(gè)物體運(yùn)動(dòng)的模擬，還包括物體之間的相互作用。例如，在生成兩輛車相撞的場(chǎng)景時(shí)，模型需要模擬碰撞時(shí)的力和反作用力，考慮車體的變形和碎片飛散的方向和速度。這種物理一致性使得生成的視頻更加逼真和可信。

　　所以，為了實(shí)現(xiàn)動(dòng)態(tài)模擬與物理一致性，文生視頻模型通常會(huì)使用大量包含了現(xiàn)實(shí)世界中物體運(yùn)動(dòng)和相互作用的視頻數(shù)據(jù)和互作用實(shí)例。

　　通過學(xué)習(xí)這些數(shù)據(jù)，模型可以捕捉到物體運(yùn)動(dòng)的規(guī)律和相互作用的模式，并將其應(yīng)用到新的視頻生成過程中。

　　此外，有的視頻模型可能還會(huì)加入物理引擎，將場(chǎng)景中的物體和環(huán)境參數(shù)輸入到模擬器中，然后通過數(shù)值計(jì)算來模擬這些物體在受力后的運(yùn)動(dòng)和變化。

　　例如，當(dāng)生成一個(gè)描述風(fēng)吹動(dòng)樹葉的視頻時(shí)，物理模擬引擎會(huì)計(jì)算風(fēng)力對(duì)樹葉的影響，包括風(fēng)的速度、方向?qū)�樹葉的擺動(dòng)和飄落的影響�？梢宰尨竽Ｐ蜕�成的視頻不僅在視覺上逼真，而且在物理行為上也是一致的。

　　Dream Machine生成案例展示

　　由于Dream Machine免費(fèi)開放使用，使用的人非常非常多，目前生成的效率比較差。

　　官方宣稱生成一個(gè)視頻是120秒左右，實(shí)際是幾分鐘甚至10分鐘左右才能生成一個(gè)視頻，效果還是相當(dāng)好的。

　　那就先為大家展示一下其他人已經(jīng)生成好的視頻作品。

　　例如，一個(gè)真實(shí)的廢墟場(chǎng)景拍攝鏡頭。這個(gè)生成的視頻有點(diǎn)像虛幻引擎5游戲里的場(chǎng)景，已經(jīng)非常真實(shí)了。

　　一輛飛奔在高速公路上的跑車。雖然這個(gè)視頻只有5秒鐘，但是它的運(yùn)鏡、場(chǎng)景切換浮動(dòng)很大，而且連貫、絲滑，這比Gen-2、Pika等同類產(chǎn)品生成的效果更好。

　　下面這個(gè)是圖片生成視頻的案例，本身是一張靜止的圖片，加上圖片和文本描述輕松就動(dòng)起來了，可以看到運(yùn)動(dòng)性的幅度依然很大。

　　也有一些接受過內(nèi)測(cè)邀請(qǐng)的，通過Dream Machine做了不少微電影。例如，下面這個(gè)做的《Tales of the Other Side》電影預(yù)告。

　　制作的人類在未來與機(jī)器人關(guān)系的微電影。

　　一部關(guān)于怪物的卡通動(dòng)漫視頻

　　今年年初OpenAI發(fā)布的Sora確實(shí)很驚艷，但將近4個(gè)月的時(shí)間還在封閉測(cè)試中，無疑極大打擊了用戶的熱情。

　　而國(guó)內(nèi)快手發(fā)布的“可靈”和今天最新的Dream Machine已經(jīng)全面開放使用，并且在生成的視頻質(zhì)量方面不輸Sora，文生視頻賽道的競(jìng)爭(zhēng)格局將會(huì)像文本一樣更加激烈。