青年报·青春上海记者 范彦萍/文、图

还原空白试卷、让图片秒变一分钟视频、AI面试官……随着今天人工智能大会开幕，一些黑科技展品和技术也正式对市民开放。让大家一睹AI对未来生活的影响。

  == 让老照片更立体 ==  

一张满是答题结果的试卷，要重新誊抄一遍，不免费时费力。在合合的展位上，记者看到了“扫描件文字编辑”功能，打开APP对着试卷拍一下，就可以清除试卷上已经写好的答案，重新变成一张空白卷子。省去了家长和学生重复誊写的麻烦。

据工作人员介绍，该功能可对文档内容进行深度理解，在实际场景中根据文档特性，进行场景化的判断与处理。例如使用者在合同、报告、作业等文档图片中发现了错误或遗漏的信息，可以直接在图片上进行“增、改、删”动作，无需受制于细微的调整而耽误项目的进度。

在另一个展位上，摆放了几张颜色有些失真的老照片，用扫描全能王的智能修复图像功能，就能让老照片显得更为立体，甚至还可以给老照片上色。

在展区，记者还看到了两枚核桃，上面还刻了一些迷你文字。用手机对着核桃拍照，使用滤镜提升图像清晰度后，就可从4厘米长的核桃上提取一组微雕文字，每个字仅有1毫米长。山高月小，水落石出；清风徐来、水波不兴。“核舟记”蕴含的精巧、细致之美，正在技术时代被AI以另一种方式续写。

“智能扫描技术的日益成熟，不仅能够为用户当下工作学习效率的提升提供便利，从长远来看，也为用户更快、更准确地获取和检索信息，打造个人的数字化信息资产库提供了有效的工具。”据合合信息扫描全能王的相关负责人曹先生介绍，智能高清滤镜可利用AI技术提供优秀的图像场景化处理方案，解决数十种扫描图像问题。

  == 照片秒变视频 ==  

AI竟然也可以当面试官，在一个大模型前，AI面试官对求职者进行了初试。一旁的工作人员介绍，在经过大量的训练后，AI面试官可以对应聘者进行初步的筛选，减少了HR大量的工作。

记者在商汤科技展位看到，首个面向C端用户的可控人物视频生成大模型——Vimi入选WAIC展览展示最高荣誉“镇馆之宝”，成为本届大会最具创新展品。

屏幕上最左边是一张屏幕图片，最右面是一个面部表情丰富的视频。据工作人员于小姐介绍，通过一张任意风格的照片就能生成和目标动作一致的人物类视频。那么，这些生成的视频和真人一致吗？对方表示，可能会比真人更加好看一点。“市面上根据照片生成的视频可能以秒计，我们是以分钟计。可稳定生成长达1分钟的单镜头人物类视频，画面效果不会随着时间的变化而劣化或失真。”

随着大模型和生成式AI技术的快速发展，让照片中的人物动起来已经不是新鲜事。但目前市面上的相关产品在实际应用中存在诸多痛点，有的人物动作、表情动作无法精准控制，只能频繁尝试各种Prompt抽卡；有的效果稳定性不高，人物长相、背景效果变幻莫测；有的时长有限，只能生成3~4秒视频等诸多限制创作的问题，无法满足广大视频创作者的使用需求。为了解决这些应用中的实际问题，商汤可控人物视频生成大模型Vimi应运而生。

与图片表情控制类技术只能控制头部表情动作不同，Vimi不但可以实现精准的人物表情控制，还可实现在半身区域内控制照片中人物的自然肢体变化，并自动生成与人物相符的头发、服饰及背景变化。同时光影变化也能做到合理生成，让人物动作和视觉效果流畅自然。

据了解，Vimi将完全面向C端用户开放使用，尤其能够满足女性用户的娱乐创作需求。用户只需上传不同角度的高清人物图片，即可自动生成数字分身和不同风格的写真视频。由Vimi生成的视频人物不再只是呆板的五官运动，而是搭配手势、肢体、头发等，形成更完整、统一的人物动作，让创作者可基于生成的视频素材进行剪辑和再创作。

针对喜爱自拍的用户，Vimi可支持聊天、唱歌、舞动等多种娱乐互动场景；而对于热衷表情包的用户来说，Vimi通过单张图片即可驱动生成各种趣味的人物表情包，玩法多样，实现创作自由。此外，Vimi还提供唯美写真风、奇幻风等多种生成风格，让用户仿佛穿越不同次元，享受大片质感的沉浸式视觉效果。

青年报·青春上海记者 范彦萍/文、图

编辑:陆天逸

来源:青春上海News—24小时青年报