MediaTek联合快手推出高效端侧视频生成技术 先进生成式AI让图像动起来

2024年7月4日 – MediaTek与快手共同宣布，推出高效端侧视频生成技术，共同探索并推进生成式AI技术的革新。该技术是对2024 世界移动通信大会（MWC 2024）上初次亮相的视频生成技术的延续与提升，结合快手的AI模型I2V（image to video）Adapter与MediaTek天玑9300、天玑8300移动平台强劲的AI算力，在端侧实现由静态图像生成动态视频的创新体验。通过这项技术，用户只需在设备上选取图片，应用即可智能地识别照片中的人物和场景，生成自然流畅的视频佳作，显著提升了视频制作的创意表现和效率。

双方的合作充分借助MediaTek天玑移动平台先进的AI技术，携手攻克了模型底层适配优化及上层开发的系列技术及工程难题，为用户带来让人耳目一新的端侧生成式AI体验，将改变用户创作和分享内容的方式。

I2V-Adapter是快手AI团队提出的一种适用于基于Stable Diffusion文生视频扩散模型的轻量级适配模块，作为即插即用的扩散模型轻量级模块，专门用于由图像到视频的生成任务。该模块能够在不需要改变现有文本到视频生成（T2V）模型原始结构和预训练参数的情况下，将静态图像转换成动态视频。此外，其解耦设计使得该方案能够与DreamBooth、LoRa、ControlNet等模块无缝兼容，实现客制化和可控的图像到视频生成。

MediaTek天玑9300和天玑8300移动平台集成了先进的NPU（神经网络处理单元），为生成式AI而设计，提供强劲算力和能效。在图像生成视频的应用中，NPU可显著加速AI模型的运算，结合与快手I2V Adapter模型的适配和优化，实现更快的视频生成速度，同时兼具低功耗特性。天玑移动平台可结合深度学习和实时渲染技术，对图像内容进行深度分析，捕捉关键帧，并据此生成流畅、逼真的视频画面效果。同时，MediaTek的实时渲染技术可确保视频在各类设备上均能带来高画质表现。