近日,腾讯上线了产品叫做 Hy-Nomas。

这是一个交互式视频世界生成模型。或者叫做 AI 世界生成器,由混元的视觉生成团队推出。

你用文字描述一个场景,它会按照要求生成这个场景。后续你可用提示词或者键盘操控镜头,它会按照你的要求边创建世界,边生成视频。
创作实测
比如我输入我想创作的场景:
环境描述:日出时分,一个宽敞温馨的大厨房,木质台面,悬挂着铜锅,空气中弥漫着面粉的尘埃。主体描述:一只橘色可爱猫咪,在灶台上,盯着前面。视觉:第一人称视角。

Hy-Nomas 会按照你的描述,创作一个 AI 虚拟世界场景。

20 多秒后,猫咪在厨房的现场视频就生成了。

可以看看效果,很细腻真实。然后,在这个场景我继续增加提示词。
这时,猫咪懒洋洋地站起来,伸了个懒腰,往前走了两步。
它会继承之前的场景和动作,继续往下生成。

你不仅可以通过提示词,创建 AI 视频世界。还能通过键盘控制镜头的方式,进行创作。WASD 控制前进后退,方向键控制视角,像玩游戏一样在里面逛。

视频的镜头,会按照你的按键进行运转。整体效果如下。所以,你可以使用提示词,和镜头,交替去控制视频,非常灵活的镜头效果。
我后面又创作了几个 AI 世界,可看看。在创作时,你可以选择不一样的视觉。

有第一、二、三人称视角,和第三人称的观察者视角。你可按需选择。对于生成的视频,如果你不满意,可重新调整提示词生成。也可以保存当前创作的 AI 世界。

当然,也支持将生成的视频下载下来。视频保存时,可选择保存带提示词的视频,或者纯粹保存视频。


和普通视频生成的区别
在体验世界视频模式的过程中,感觉它和普通的视频生成完全不同。普通的视频生成,你说一句提示词,它会一口气生成一段固定视频,不行再全部重新生成。经常为了生成自己想要的视频,好多次生成,也就是抽卡。并且提示词越写越复杂,越写越多。
Hy-Nomas 这类世界视频模型,不是一口气生成一个固定视频。而是一段一段的生成。你每看完一段,可以决定下一段要生成什么。可加个角色,加个场景,改个运镜,改个风格,让角色做个指定动作等。都可以即时去调整。可以边做边改,AI 实时帮你生成。

Hy-Nomas 使用小结
在实测体验中,可以感受到 Hy-Nomas 的几个特点:
- 可以通过小段小段的多轮提示词,来控制视频制作,按照自己设想的方式走。而不是大段的提示词,一次性生成。
- 支持提示词和键盘控制摄像头的镜头控制。可交替、组合使用,非常方便,效果也非常好。
- 支持长世界视频生成,最高能生成 60 秒。各种视角、镜头下,能保持复杂场景和背景不变。并且,还支持第一、二、三多种视角和风格。

游戏开发者,可以用来快速生成游戏场景原型。影视创作者,可以用来创作预演镜头,或进行分镜设计。文旅行业,可生成各种视角下的虚拟漫游的景区,虚拟展厅。视频爱好者或者普通用户,也可以把自己设想中的画面,创作成一个 AI 世界。
应用场景还是挺广的。随着世界视频模型的进一步成熟,视频的创作,将迎来新的打开方式。
