近日，阿里巴巴（中国）有限公司在视频生成技术领域取得了新进展，一项名为“一种图生视频方法和装置”的专利被正式公布。据天眼查知识产权信息显示，这项专利的公布标志着阿里巴巴在智能化视频生成方面迈出了重要一步。
该专利的核心在于，通过一种创新的实施例，实现了从静态图像到动态视频的智能化转换。具体而言，该方法首先将包含目标对象的源图像输入到一个精心设计的第一视频生成模型中，从而生成一个基础的素材视频。接下来，根据这个素材视频，系统会自动确定一个帧间变换矩阵序列，这个序列用于描述视频中帧与帧之间的变换关系。
在获取了帧间变换矩阵序列后，系统会进一步从源图像中提取出目标对象对应的对象掩码图像。这个掩码图像相当于一个“模板”，用于在后续步骤中准确地识别和提取目标对象。随后，将帧间变换矩阵序列应用于这个对象掩码图像，生成一系列掩码图像，组成掩码图像序列。同时，将帧间变换矩阵序列也应用于源图像，生成一系列目标对象图像，组成目标对象图像序列。
有了这些基础数据后，系统会根据源图像、掩码图像序列和目标对象图像序列，确定一个目标输入数据。这个数据被输入到一个支持局部重绘的第二视频生成模型中。这个模型能够利用前面的数据，生成一个与目标对象高度匹配、且运动轨迹多样的目标视频。
这种方法实现了智能化端到端的图生视频生成，无需预先设定运动参数。这意味着，系统能够自动地根据源图像中的目标对象，生成具有丰富运动轨迹的视频，同时保持目标对象在视频中的清晰度和连贯性，避免了目标对象的扩散问题。
阿里巴巴的这项专利，无疑为视频生成技术带来了新的突破。随着智能化技术的不断发展，这种图生视频方法将在各个领域发挥越来越重要的作用，为人们的生活和工作带来更多便利和乐趣。
