阿里巴巴（中國(guó)）有限公司近期在專利領(lǐng)域有了新動(dòng)作。企查查APP的信息顯示，該公司申請(qǐng)公布了一項(xiàng)名為“視頻生成方法、視頻生成模型的訓(xùn)練方法及任務(wù)平臺(tái)”的專利。

根據(jù)專利摘要內(nèi)容，這項(xiàng)專利涉及一套完整的視頻生成技術(shù)體系，涵蓋視頻生成方法、視頻生成模型的訓(xùn)練方法以及任務(wù)平臺(tái)。具體而言，在視頻生成方法中，首先要獲取參考圖像和參考音頻，其中參考圖像需包含參考對(duì)象的視覺(jué)信息。接著，系統(tǒng)會(huì)分別針對(duì)參考圖像中的視覺(jué)信息提取參考對(duì)象的視覺(jué)特征，同時(shí)對(duì)參考音頻提取音頻特征。隨后，基于視覺(jué)特征與音頻特征之間的交互特性，預(yù)測(cè)在音頻特征影響下目標(biāo)對(duì)象的參考動(dòng)作信息，這里的目標(biāo)對(duì)象是基于參考對(duì)象生成的。最后，依據(jù)參考動(dòng)作信息和參考音頻，生成目標(biāo)對(duì)象對(duì)應(yīng)的視頻。

該專利技術(shù)的一大亮點(diǎn)在于，能夠有效提升視頻中目標(biāo)對(duì)象的視覺(jué)信息與對(duì)應(yīng)音頻的匹配程度，進(jìn)而顯著改善視頻的呈現(xiàn)效果。這一創(chuàng)新成果有望為視頻生成領(lǐng)域帶來(lái)新的技術(shù)突破和應(yīng)用可能。