寻光

一、产品介绍

「寻光」是阿里达摩院视觉技术实验室研发的一站式AI视频创作平台，2024年7月于世界人工智能大会（WAIC）首发，旨在通过AI技术简化视频制作全流程，覆盖剧本生成、分镜设计到后期编辑。平台定位“更懂你的AI视频工作流”，目前已开放内测体验版。

二、适用人群

• 短视频创作者：快速生成对口型视频、变换风格吸引流量。
• 企业营销团队：制作广告片、产品演示视频，降低外包成本。
• 教育培训从业者：一键生成教学动画、课件素材。
• 影视/游戏开发者：精细化角色表情、姿态控制，提升制作效率。

三、核心功能与技术解析

1. AI口型控制
   • 功能：输入文字或音频，自动生成与语音匹配的口型动画，支持本地配音上传优化效果。
   • 技术原理：基于语音识别（ASR）和实时面部关键点生成算法，结合达摩院自研的多模态生成模型，实现毫秒级口型同步。

2. 目标消除与图层拆解
   • 功能：框选视频中多余元素（如路人、车辆），AI自动修复背景。
   • 技术原理：采用目标检测（YOLO系列算法）与图像修复（GAN对抗生成网络），实现无痕消除。

3. 视频风格化
   • 功能：一键转换梵高、水墨、新海诚等9种艺术风格。
   • 技术原理：基于风格迁移模型（如Neural Style Transfer），结合达摩院优化的轻量化渲染引擎，降低GPU算力需求。

4. 角色表情/姿态控制
   • 功能：预设10种表情（点头、惊讶等），调整人物动作。
   • 技术原理：通过3D人脸形变模型（3DMM）与骨骼绑定技术，实现高精度表情驱动。

5. 视频超分与插帧
   • 功能（待上线）：提升视频分辨率至4K、优化帧率流畅度。
   • 技术原理：超分辨率重建（SRGAN）与光流法插帧技术，解决低画质视频卡顿问题。

四、实测使用技巧

1. 口型优化：上传本地配音文件（非平台合成语音），可减少AI生成的机械感。
2. 分片段处理：针对长视频，按10秒分段消除元素或调整风格，避免系统超时。
3. 多风格混搭：先用“水墨风”生成背景，再叠加“浮世绘”角色，创造独特视觉效果。
4. 表情叠加：对同一视频多次应用不同表情（如“点头”+“大笑”），增加表现力。

五、访问地址

• 官网入口：https://xunguang.com/solution
• 内测申请：每日赠送100光点（1次视频生成消耗10光点），支持功能优先体验。

结语：
「寻光」通过视频编辑垂类切入AI赛道，避开“文生视频”红海竞争，其精准的行业定位与阿里达摩院的视觉技术积累，或将成为国内AI视频工具的黑马。无论是个人创作者还是企业团队，都可借助其“低门槛+高精度”特性，释放创意生产力！