Vimi

Vimi 是商汤科技基于日日新大模型构建的可控人物视频生成产品，在2024世界人工智能大会亮相。用户只需上传图片，就能通过已有视频、动画、声音或文字等驱动方式，生成最长1分钟的单镜头人物视频。它能精准控制人物表情，并自动生成头发、服饰和背景变化，实现半身区域的肢体动作驱动，画面稳定不随时间劣化。

优点方面，Vimi 在人物表情和动作的可控性上优于多数现有产品，避免反复“抽卡”；能生成的视频时长达到1分钟，且全程保持高质量和一致性。它对C端用户尤其是女性用户友好，玩法多样，包括数字分身、表情包制作等。

主要门槛在于其仍处于早期阶段，仅有部分媒体评测和预约内测信息，未公开商业化定价和正式上线时间；另外，人物视频生成技术存在被滥用于虚假内容的风险，商汤对此并未披露具体防护措施。目前可参考的样本有限，稳定性在复杂场景下的实际表现尚待大规模验证。

该工具适合社交媒体内容创作者、对视频创意有需求的普通用户，以及需要快速生成概念视频的广告和视频工作室。不适合对人物肖像真实性要求极高的新闻或纪实场景，也不适用于缺乏基本内容审核能力的敏感行业。