微信扫码
与创始人交个朋友
我要投稿
将音频、图像、视频整合进同一工作流,这个由斯坦福初创公司发布的视频工具火了!
预览版支持生成30S逼真视频,网友们直呼不输Luma。
抢先看性转版马斯克激情说唱:
与Luma一样,目前这个名为Hedra的工具可以免费试用。
在给大家带来一手实测前,再来看一波新鲜整活儿~
让面值10德国马克上的“数学王子”高斯自我介绍:
让石像说话、眨眼、摆动头部:
生成虚拟土豆人角色:
让僵尸管家变换表情:
好了,鉴于近期翻车事件过多,让我们直接启动实测。
Hedra目前可在桌面和移动设备使用,这里我们直接访问官网。
Hedra的目标是建立一个人人都可访问的多模式创作工作室,因此将音频、图像、视频都结合在了一起。
在音频部分,官方预置了6种音色,可以文字转音频,也可以直接上传音频文件。
然后输入你的角色描述,中间可以直接生成图像,当然也支持上传图像。
最后一键生成视频,以下为实测结果(约50秒时间生成了2秒视频):
顺便一提,一开始本来想传Sam Altman的图片,结果被官方识别为“名人”予以拒绝了。
除了以上小编实测,已经体验了Hedra的网友们也反馈了一大波实测结果。
而且官方挨个在线回应了,接下来一起瞅瞅~
有网友细心捕捉到了Hedra视频中的动漫人脸畸变情况。
不过在镜头拉近,类似特写时这种情况有所改善。
官方坦言,目前Hedra确实还在与非人类角色作斗争。
但是对于人兽混合的情况,官方表示效果还行,比如有网友生成了如下视频:
此外,也有网友提到了Hedra审核过严的问题。
网友想用以上3张及其他图像试着生成类似电影的片段,结果被系统判定为“名人”而拒绝生成。
该网友表示:
这些是AI生成的,不是名人。虽然安全很重要,但误判过多。
对此,官方多次回应后续会看情况调整。
以上为网友提及率最高的两个问题,官方也在更多回复中透露了其他情况。
无限时长(开放预览为30秒)
每60秒生成90秒(如果官方H100供应充足)
模型目前提供音频到视频,但正在扩展其他输入形式
即将推出16:9的视频尺寸
模型主要测试了中文和英文输入,且中文表现还不错
模型目前提供API,可加入官方Discord
Hedra此次发布的基础模型Character-1由前斯坦福大学顶尖研究团队领导。
首席执行官Michael Lingelbach,斯坦福大学前博士生,从事空间智能研究。
另一负责人Alex Bergman,同样来自斯坦福大学,研究领域包括计算成像、计算机视觉、计算机图形学和机器学习。
在谷歌学术页面,Alex Bergman发表或参与发表了数量颇丰的论文。
除了Hedra,最近几天视频生成工具正在迎来爆发期。
有网友也借机整合了Hedra、Luma、elevenlabsio等,不到1分钟制作了一个短片。
你觉得效果如何?欢迎在评论区分享使用反馈。
工具地址:
https://www.hedra.com/
Discord:
https://discord.com/invite/KXeUUa6cXD
参考链接:
https://x.com/HBCoop_/status/1803100686306972128
https://x.com/JDL4_/status/1803207271981150594
https://x.com/seirdotmk/status/1803127446364905512
https://x.com/Shane__Willett/status/1803204476473401603
https://x.com/danielpikl/status/1803149141326930050
https://x.com/amorvobiscum/status/1803142141260210436
https://x.com/janusch_patas/status/1803095423806062770
https://x.com/ammaar/status/1803112436284698819
— 完 —
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-12-21
Gemini 2.0 Flash Thinking:谷歌推出实验性多模态推理模型,在快速生成的同时展示详细的思考过程
2024-12-20
快手可灵1.6正式上线,他们又一次超越了自己。
2024-12-19
GPT-4o掀起全模态热潮!一文梳理全模态大模型最新研究进展
2024-12-19
国家电网发布国内首个千亿级多模态电力行业大模型
2024-12-19
初创公司 Odyssey 推出 AI 工具 Explorer了
2024-12-19
利用 Gemini 构建 PDF 文档 AI 管道:原理、实现与应用(含代码)
2024-12-18
一手实测豆包新发布的视觉理解大模型,他们真的卷起飞了。
2024-12-18
百度飞桨:多模态大模型技术进展与产业应用实践
2024-09-12
2024-05-30
2024-06-17
2024-08-06
2024-08-30
2024-06-14
2024-04-21
2024-06-26
2024-07-21
2024-07-07