VLOGGER – 谷歌推出的图像到合成人物动态视频的模型

VLOGGER是一款由谷歌研究团队开发的多模态扩散模型，旨在从单一图像和音频样本生成真实而连贯的人像动态视频。它的核心功能在于通过人工智能技术，将静态图片转化为动态视频角色，同时保持角色的逼真外观。此外，VLOGGER能够根据音频控制角色的动作，包括面部表情、嘴唇同步、头部运动、目光、眨眼以及身体和手部的手势，从而将视频合成的效果提升到新的高度。

VLOGGER是什么

VLOGGER是一个由谷歌研究团队开发的多模态扩散模型，专门从单一输入图像和音频样本生成逼真的人像动态视频。该模型的主要特性在于利用人工智能技术，将一张静态图片变成一个动态视频角色，并保持人物的真实外观。同时，VLOGGER能够根据音频的内容来控制角色的动作，不仅限于面部表情和嘴唇的同步，还涵盖头部运动、目光、眨眼以及上身和手部的手势，极大地提升了音频驱动的视频合成效果。

VLOGGER的官网入口

• 官方项目主页：https://enriccorona.github.io/vlogger/
• arXiv研究论文：https://arxiv.org/abs/2403.08764v1

VLOGGER的主要功能

• 基于图像和音频生成视频：用户只需提供一张人物图像和一段音频，VLOGGER便能生成一个视频中的角色，其面部表情、嘴唇动作与音频内容完美同步，展现出自然流畅的动态效果。
• 丰富的多样性和真实感：VLOGGER生成的视频展现出高度的多样性，能展示原始人物的不同动作和表情，同时保持背景的一致性和视频的真实感。
• 视频编辑功能：VLOGGER还可以用于现有视频的编辑，比如改变视频中角色的表情，使其与原始视频的未改变像素保持一致。
• 生成会说话的动态角色：即便没有视频中人物的原始素材，VLOGGER也能从一张输入图像和音频生成逼真的说话视频。
• 视频翻译能力：VLOGGER能够将一种语言的视频转换为另一种语言，通过编辑唇部和面部区域以匹配新的音频，实现跨语言的视频内容适配。

VLOGGER的工作原理

VLOGGER的工作流程主要分为两个阶段，结合了音频驱动的运动生成和时间连贯的视频生成。

第一阶段：音频驱动的运动生成

1. 音频处理：VLOGGER首先接收一段音频输入，可能是语音或音乐。如果输入是文本，系统会通过文本到语音（TTS）模型将其转换为音频波形。
2. 3D运动预测：接下来，系统使用基于变换器（Transformer）架构的网络处理音频输入。该网络经过训练，能够预测与音频同步的3D面部表情和身体姿势，并利用多步注意力层捕捉音频的时间特征，生成一系列3D姿势参数。
3. 生成控制表示：网络输出一系列预测的面部表情（θe i）和身体姿势的残差（∆θb i），这些参数用于生成控制视频生成过程的2D表示。

第二阶段：时间连贯的视频生成

1. 视频生成模型：VLOGGER的第二个阶段是一个时间扩散模型，它接收第一阶段生成的3D运动控制和一张参考图像（即输入的单一人物图像）。
2. 条件化视频生成：视频生成模型是一个基于扩散的图像到图像翻译模型，利用预测的2D控制生成一系列帧，依据输入的音频和3D运动参数进行动画处理。
3. 超分辨率提升：为了提高视频质量，VLOGGER还包括一个超分辨率扩散模型，将基础视频的分辨率从128×128提升到更高的分辨率，如256×256或512×512。
4. 时间延展技术：VLOGGER采用时间延展（temporal outpainting）技术生成任意长度的视频，首先生成一定数量的帧，然后基于前一帧的信息迭代生成新的帧，从而扩展视频的长度。

数据集和训练过程

• VLOGGER在一个名为MENTOR的大规模数据集上进行训练，该数据集包含2200个小时和800000个身份，涵盖了大量身份和动态手势。训练过程中，模型学习如何根据3D姿势参数和输入图像生成连贯的、高质量的视频序列。

应用场景

VLOGGER可以广泛应用于社交媒体内容创作、在线教育、虚拟会议、游戏开发以及影视制作等领域，为用户提供更加生动和有趣的视觉体验。

常见问题

Q1: VLOGGER支持哪些输入格式？
A1: VLOGGER支持单张静态图像和音频文件作为输入，音频可以是语音或音乐。

Q2: 生成的视频质量如何？
A2: VLOGGER生成的视频具有高真实感和多样性，能够展示丰富的表情和动作。

Q3: VLOGGER是否可以用于视频编辑？
A3: 是的，VLOGGER可以用于编辑现有视频，改变角色的表情等。