本文内容來自于網絡，若與實際情況不相符或存在侵權行為，請聯系删除
【新智元引言】
最新研究由谷歌團隊推出了「生成圖像動力學」技術，這項技術能夠将靜态圖檔變幻成生動、無縫循環的視訊，甚至還具備互動功能。這項創新能使觀者在手指觸碰間，世界中的一切都變得活靈活現。這篇論文中谷歌提出了「GenerativeImageDynamics」，通過對圖像空間的先驗模組化以及神經随機運動紋理的預測，成功地實作了從單張圖像到無限循環視訊的生成。
這項技術不僅讓藝術家們的創意超越傳統架構的束縛，更讓觀衆們感受到圖中萬物，「活」起來的奇妙。
【随心所動的圖像空間】
在圖像中，萬物皆能動。輕輕一拉，一朵玫瑰開始舞動，一顆松柏向左移動。世界各種物體的圖檔也在手下煥發生機，随手一拉，即刻栩栩如生。這就是谷歌團隊最新研究的成果，讓你的手指成為了魔法金手指，一觸即動。
【圖像運動的奇妙預測】
在這項研究中，谷歌提出了「GenerativeImageDynamics」，通過對圖像空間的先驗進行模組化，然後通過訓練模型預測「神經随機運動紋理」。
這個紋理能夠描述每個像素未來的運動軌迹，進而實作與單個圖像的互動，甚至能生成一個無限循環的視訊。未來，藝術家們将不再受限于傳統的創作架構，一切都能在這個動态的圖像空間中得以實作。
【多元頻率的運動奇觀】
世界中的運動是多模态的，無論是風吹樹葉還是蠟燭燃燒，運動都是多元多樣的。谷歌的研究團隊選擇了傅立葉級數作為基函數，以描述具有自然擺動動态的真實世界場景。
他們運用擴散模型預測「神經随機運動紋理」，通過這一頻率空間紋理，靜态圖像可以轉化為逼真的動畫。
【創新的技術實作】
這項技術基于單張圖檔，旨在生成長度為T的視訊，呈現動态的樹木、花朵或微風中搖曳的蠟燭火焰等。研究人員建構了一個系統，包括「動作預測子產品」和「基于圖像的渲染子產品」。首先，他們使用「潛在擴散模型」預測圖像中每個像素的運動軌迹的頻率表示。然後，通過逆離散傅立葉變換将預測的随機運動紋理轉化為運動位移場，用于确定未來時間步長的位置。
【運動紋理的神奇應用】
谷歌團隊展示了這項技術的多種應用，将靜态圖像變為生動的動畫。他們實作了圖像到視訊的轉換，通過預測随機運動紋理，實作了動畫生成。不僅如此，他們還展示了如何生成具有無縫循環運動的視訊，使視訊開始和結束間沒有不連續性。最令人驚歎的是，他們能通過簡單的觸摸，讓圖像産生互動式的動畫效果，仿佛圖中的事物真實地回應着使用者的指令。
【突破的實驗驗證】
實驗結果顯示，谷歌的方法在圖像和視訊合成品質方面明顯優于以往的基線方法。
通過全局随機運動紋理表示，生成的視訊具有更高的一緻性，不會随時間漂移或退化。這項技術為圖像空間運動預測開創了嶄新的可能，讓靜态圖像充滿了動态生機。
【向未來的藝術可能性邁進】
谷歌的「生成圖像動力學」技術開啟了藝術的新時代。從單張圖檔到無限循環的視訊，從靜态到動态，藝術家們的創作将不再受到限制。這項技術不僅讓我們看到了圖中萬物「活」起來的奇妙，更讓我們期待未來藝術的無限可能性。