近日，阿里巴巴（中国）有限公司在视频生成技术领域取得了显著进展，一项名为“一种图生视频方法和装置”的专利正式对外公布。这一消息的发布，标志着阿里巴巴在智能化视频生成领域取得了重要突破。
据了解，该专利的核心在于通过智能化手段实现端到端的图生视频生成。具体而言，该专利首先会将含有目标对象的源图像输入到一个视频生成模型中，生成一个基础素材视频。随后，利用这个素材视频，专利会确定一个帧间变换矩阵序列，为后续的视频生成提供关键数据支持。
在此基础上，专利进一步从源图像中提取目标对象的对象掩码图像。通过将这些对象掩码图像与帧间变换矩阵序列结合，可以生成一系列掩码图像。同时，将帧间变换矩阵序列应用于源图像，还可以生成一系列目标对象图像。
接下来，专利会根据源图像、掩码图像序列和目标对象图像序列，确定目标输入数据。这个数据会被送入一个支持局部重绘的视频生成模型中，最终生成目标视频。这一过程不仅提高了视频生成的智能化程度，还确保了目标对象在运动过程中的连贯性和多样性。
值得注意的是，该专利在生成视频的过程中，无需预先设定运动参数。这一创新使得视频生成过程更加灵活，能够满足更多样化的应用场景需求。例如，在动画制作、虚拟形象生成等领域，该专利将发挥重要作用。
