使用人工智能的营销专业人士在内容创作中每周平均节省114分钟，相当于每年节省98小时。可以说，人工智能为视频制作领域带来了开源模型的创新。让我们一起来看看最近备受瞩目的四个开源AI视频模型。
OmniHuman
TikTok母公司字节跳动（ByteDance）推出的OmniHuman模型能够生成逼真的人类视频。该模型在运动、光照和纹理细节等方面提供了高度真实感，支持任意宽高比和身体比例输出。它不仅能表现卡通风格、人造物体、动物及复杂姿势，还能使运动特性与每种风格的独特特征相匹配。此外，OmniHuman支持多种音乐风格和歌唱形式，可针对不同音乐类型展示差异化的动作风格。
MatAnyone
MatAnyone可将视频中的主要角色或对象从背景中分离出来，实现背景移除或对象隔离，甚至支持多角色分离与选择。通过选定目标角色，即可调用工具的遮罩功能。该模型利用基于记忆的技术，能够记住此前视频中出现的角色。
CineMaster
CineMaster允许用户协同操作三维物体和相机，以创建高质量的电影级视频。该模型支持在场景中精确放置物体，实现在三维环境中灵活操控物体与相机，并在渲染帧上提供直观的编辑控制。
CineMaster通过两个阶段展现上述能力：第一阶段设计交互式工作流程，用于生成具有三维感知和条件信号的内容；第二阶段则利用由渲染深度图、相机轨迹和物体类别标签组成的控制信号进行优化。
Light-A-Video
Light-A-Video借鉴了以图像为中心的重新照明模型，能够在保持输入视频细节的同时，通过提示词改变场景光照。除调整光照外，该模型还支持将对象和角色从背景中隔离并替换不同背景，从而实现丰富的创意效果。
补充：Videojam
针对生成式视频模型难以捕捉现实世界运动、动态和物理规律的问题，VideoJam框架应运而生。值得注意的是，VideoJam只需极少的适配即可应用于任何视频模型，且无需对训练数据或模型扩展进行任何修改。