來(lái)猜猜哪個(gè)是S2，

哪個(gè)是我們的新朋友GAGA-1吧，

分不清對(duì)不對(duì)！

這個(gè)case我問(wèn)了身邊十幾個(gè)朋友答案都是這個(gè)，但實(shí)際上，上面的鏡頭是GAGA-1用了不到五分鐘就做出來(lái)的，而下面的鏡頭我用SoRa2跑了快半小時(shí)。

跟Sora2每秒0.1刀的價(jià)格比起來(lái)，GAGA-1目前還是免費(fèi)階段。這價(jià)格成本和時(shí)間成本的區(qū)別一下子就出來(lái)了，關(guān)鍵表演這一塊，GAGA-1也很有可圈可點(diǎn)之處。

所以今天我就嘗試用GAGA-1復(fù)刻經(jīng)典鏡頭，并且從單人表演、多人表演以及多語(yǔ)種表演上一起看看GAGA-1

的表現(xiàn)如何。

完整提示語(yǔ)和視頻都打包好了，公眾號(hào)后臺(tái)回復(fù)“gaga”就好啦

先來(lái)看看GAGA-1是怎么用的，其實(shí)和現(xiàn)在大家熟悉的用法一樣，進(jìn)入Gaga AI后，選擇GAGA演員，直接上傳圖片，寫(xiě)好提示語(yǔ)就能可以生成了。目前是支持16:9尺寸的10s的圖生視頻，后續(xù)會(huì)上線更多。

小提示，打開(kāi)增強(qiáng)提示生成效果更好！

首先，來(lái)看單人表演，我先做了兩個(gè)古裝效果，這個(gè)配音、嘴形和動(dòng)作很有古裝片哪個(gè)味兒，嘴形也不夸張，沒(méi)有張嘴180度之感，表情整體克制，不假大，尤其配音的停頓給我一種真的在思考的感覺(jué)，說(shuō)是哪個(gè)古裝片里截出來(lái)的一段我也是信的。

而且視頻是包含完整的環(huán)境與動(dòng)作音效一起生成的，音效不會(huì)搶拍不會(huì)非常突兀，直接就是一段完整可用的素材。

然后我給了一些情緒的指示，呈現(xiàn)出來(lái)的效果聲音和表情的情緒照樣很對(duì)位，

人物的微表情不會(huì)說(shuō)有特別夸張或者讓人很出戲的感覺(jué)，

再來(lái)看雙人表演，這個(gè)是很厲害的一個(gè)地方，之前我們嘗試過(guò)的要么是一個(gè)鏡頭只能有一個(gè)人說(shuō)話，要么就是要靠剪輯才能讓兩個(gè)人進(jìn)行對(duì)話，或者就是用S2，但現(xiàn)在GAGA-1也給我們提供了一個(gè)解決方案。

下面這兩個(gè)鏡頭，也是通過(guò)提示語(yǔ)描述人物說(shuō)話的內(nèi)容，就能直接做出兩個(gè)人對(duì)話場(chǎng)景。而且人物是有世界邏輯的，他們知道在說(shuō)到什么內(nèi)容時(shí)做出什么動(dòng)作，比如知道和對(duì)方說(shuō)話要轉(zhuǎn)頭，兩人的嘴型能在交談點(diǎn)同步，不會(huì)一個(gè)人在說(shuō)話時(shí)另一個(gè)嘴動(dòng)，或者一個(gè)說(shuō)完之后很久另一個(gè)人才開(kāi)始說(shuō)話，同時(shí)眼神互動(dòng)、頭部微轉(zhuǎn)、沉默時(shí)停頓，都處理得有節(jié)奏，這就讓整個(gè)人物看起來(lái)行為更有邏輯，也讓畫(huà)面更加真實(shí)。

現(xiàn)在，我只期待一個(gè)可以指定多個(gè)角色的音色，并且在多個(gè)視頻中能夠持續(xù)保持音色的一致性，這樣離影視級(jí)的多集劇制作就更近了一步。

目前GAGA-1支持多個(gè)語(yǔ)種，生成效果上可以說(shuō)都能實(shí)現(xiàn)母語(yǔ)級(jí)的口型匹配與真實(shí)情感，我做了一個(gè)中、英、日、韓、法語(yǔ)的鏡頭合集，大家可以感受一下這個(gè)效果，我目前是覺(jué)得還比較自然，很有電視劇質(zhì)感。

目前實(shí)測(cè)下來(lái)，偏寫(xiě)實(shí)風(fēng)格和CG的風(fēng)格的動(dòng)態(tài)效果會(huì)更好，一些動(dòng)畫(huà)風(fēng)格還需要等待后續(xù)工具迭代，不過(guò)我還是很期待GAGA-1這方面能力也提升之后的效果，那我不是直接可以手搓番劇了？

說(shuō)了這么多，

最后聊聊GAGA-1是哪個(gè)團(tuán)隊(duì)做的。

半年前首個(gè)高質(zhì)量自回歸視頻模型Magi-1就是他們做的，DiT 路線（比如之前的Sora），是一次性把整段視頻并行跑出來(lái)的，沒(méi)有明確的先后邏輯，時(shí)間感和因果就容易跑偏。

而 Magi-1 它是把視頻切成一小段一小段（比如 24 幀≈1 秒），上一段先出結(jié)果，下一段再基于它往下接，保證了時(shí)間順序的因果關(guān)系。理論上沒(méi)有時(shí)長(zhǎng)上限，能一直續(xù)寫(xiě)，還可以“逐秒控制”，想讓啥時(shí)候發(fā)生啥就啥時(shí)候發(fā)生。

創(chuàng)始人是曹越，

經(jīng)歷有點(diǎn)過(guò)于豪華，清華特等獎(jiǎng)學(xué)金、ICCV 馬爾獎(jiǎng)（Marr Prize）、Swin Transformer 共同一作、博士畢業(yè)后加入微軟亞洲研究院，后任智源研究院視覺(jué)中心負(fù)責(zé)人。

說(shuō)對(duì)了說(shuō)多了，321，

視角拉回來(lái)這次的GAGA-1，

我覺(jué)得以后看視頻真的需要標(biāo)注哪些是“真人出演”，哪些是“AI出演”，甚至哪些是“真人生成”， 甚至還有可能出現(xiàn)“真人演員”和“AI演員”的區(qū)分，現(xiàn)在好萊塢的AI演員今年不也出道第N次了。

演員緹麗·諾伍德（Tilly Norwood），由人工智能制作公司Particle6旗下的人才工作室Xicoia開(kāi)發(fā)，是世界上第一個(gè)虛擬職業(yè)演員。

真的每次看到這種領(lǐng)域上的大版本更新迭代，

都非常興奮，

超級(jí)無(wú)敵炒雞蛋想大喊一句，

卷起來(lái)啊，S2白菜價(jià)，Veo3白菜價(jià)，GAGA-1白菜價(jià)，

通通白菜價(jià)，

我想在家看可互動(dòng)實(shí)時(shí)渲染的全AI的超級(jí)電影，

配上我新買(mǎi)的vision pro，

美zizi。

@ 作者 / 卡爾 & 阿湯

最后，感謝你看到這里如果喜歡這篇文章，不妨順手給我們點(diǎn)贊｜在看｜轉(zhuǎn)發(fā)｜評(píng)論

如果想要第一時(shí)間收到推送，不妨給我個(gè)星標(biāo)

更多的內(nèi)容正在不斷填坑中……