新壹科技亮出视频垂直大模型，支持多模态，24小时训练一个数字人
智东西
作者 | 周炎
编辑 | 云鹏
智东西7月27日报道，刚刚，新壹科技发布了国内首款聚焦视频的大模型“新壹视频大模型”，以及AIGC视频生成平台“秒创视频创作平台”，首款基于商用的数字人平台“新壹数字人平台”，此外，还发布了国内首款明星数字人祝福视频制作产品“秒祝”。
其中，“秒创视频创作平台”可以在用户创作内容的过程中提供AI生成服务，其中包括文字续写、文字转语音、文生图、图文转视频等，至此新壹科技的AI生成能力已覆盖文本、图像、音视频等内容模态。
新壹科技CEO雷涛称，AI赋能视频生产，进一步降低了视频生产门槛，用户可以更方便快捷地生产更高质量的视频，这样更多人参与到视频创作中，视频行业的格局或将再度改变。
一、具备多模态感知、实时学习等核心能力，“秒创”几分钟内生成科普视频
新壹科技发布的新壹视频大模型，基于深度学习海量视频样本，具有从脚本生成、素材匹配、智能剪辑配音到数字人播报的AI全流程视频生产能力，有助于让用户实现高质量、高效率、低成本、无门槛视频创作。
▲新壹科技创始人、董事长韩坤发布会现场发表演讲
新壹视频大模型具备多模态感知、实时学习、自迭代及多场景交叉推理的核心能力。能够处理多模态的输入信息，可以理解文字的含义，识别图像的内容，感知音乐的情绪，基于对内容深度准确的理解，生成视频。
新壹视频大模型采用了自监督学习方案，会观察和学习大量的视频数据，通过分析视频的结构、内容、风格等多个维度，自我理解和把握视频制作的规则和逻辑。
新壹视频大模型能跨场景进行知识迁移与关联，选择合适素材，调整视频风格，生成满足创作者需求且质量高的视频；其可面向行业级的垂直场景对新壹视频大模型做定向训练，以提供更加精准、专业的服务。
秒创是基于新壹科技视频大模型的AI内容生成平台，该平台提供了图片生成、视频生成、声音生成、数字人生成等AIGC功能，以及千万级的结构化视频库。通过秒创平台，创作者可以把一篇文章甚至是一个想法制作为视频，而且从文案到视频成品时间仅为5分钟。
▲新壹科技CEO雷涛发布会现场对相关产品进行演示讲解
二、24小时完成数字人训练，3D数字人未来将成为人人标配
新壹科技的数字人平台通过多模态合成AI技术，可以将真人录制的视频和音频素材生成2D写实数字人，同时该平台在24内小时可以完成一个数字人的训练。
该数字人平台融合通用语言模型、音视频生成技术，能够低成本的生成真人播报视频和直播，有助于降低真人出镜门槛。此外新壹数字人平台还可以驱动3D数字人形象。
新壹科技发布的最后一款应用为明星数字人祝福视频制作产品——秒祝。秒祝通过对明星视频进行训练，将明星的形象和声音还原出来，生成对应的明星数字人形象。最终呈现给客户的是以明星数字人为主角的个性化定制祝福视频。
结语：20年视频行业积累经验，未来AIGC业务将在垂直场景落地
在过去将近20年的时间里，新壹科技一直从事视频相关领域，并培养了一支代码技术过硬的工程师团队。
目前，新壹科技的AI生成能力已覆盖文本、图像、音视频等内容模态，已经实现从大模型到平台服务再到产品服务落地的AIGC业务全链路打通。未来，新壹科技将推出政府政务、金融保险、适老养老、智能交互数字人以及游戏等垂直场景服务。