以下是一些可以改变视频人物说话内容的模型及相关信息：
在角色生视频方面：
此外，谷歌 Gemini 模型在处理视频相关问题时，可通过修改提示来改变模型的行为。
帮助全面评估AI视频生成模型的各种能力。"Create a video of a person dancing,with options to change the dance style from hip-hop to ballet."
[heading2]总结AI图片与视频生成的新能力与应用图片编辑功能：Midjourney新增本地图片上传编辑入口，可进行局部重绘、扩图和风格转换等操作。视频生成模型：解梦新出p模型和s模型，p模型支持人物多动作和变焦，易改变画风；s模型生成速度快、积分消耗少，能保持原始画风但语义理解有限。特效玩法：皮卡和Pixforce有特效玩法，如人物爆炸、漂浮等，可用于优化视频效果。视频转会：Runway的GN3模型支持上传视频并转换风格，可用于实现多元宇宙等风格穿梭的片子，也能将简单场景转换为难以拍摄的场景。视频生成中的角色生视频技术角色生视频突破关键帧限制：当前视频生成多依赖关键帧，而角色生视频不再是关键帧输入，而是直接传入角色本身，可更灵活生成视频，如让小男孩从左跑到右。多角色参考生成创意视频：支持上传多张图，最多三张，可将人物、衣服、背景等元素融合生成视频，如小男孩穿裙子在宇宙飞。角色对口型技术：如吉梦的对口型技术，支持文本朗诵和本地配音，能根据输入生成人物开口讲话的视频，但有上传人物长相等限制。不同工具的角色生视频效果：对比了吉梦、Runway等工具的角色生视频效果，如Runway的x one在身体、头部、眼神动态上表现更好。角色生视频的应用场景：可用于规避机器人念台词的尴尬瞬间，让机器人有更丰富的表情和神态。角色生视频的未来发展：未来视频生成将摆脱纯关键帧方式，采用多模态信息输入，如定义角色和场景的三视图等。
这样做可以让我们实时看到Gemini的分析结果，而不是等待整个处理过程完成。使用流式传输对于处理视频这样的大型内容特别有用，因为它可以让我们更快地得到初步结果。现在让我们看看模型是如何回答我们关于视频的问题的。模型告诉我们，视频中的人是一个摄影师。它还指出手机的特点是Night Sight和Video Boost。至于录制地点，模型认为是在东京。你可以自己看看视频，检查一下模型的回答是否准确。我鼓励你也看看代码，试试看能不能改变模型的行为。比如，你可以稍微修改一下提示，看看会得到什么不同的结果。这是一个很好的机会，可以亲自体验一下模型的能力，也可以看看它在处理视频内容时的表现如何。以上为part1中的所有内容，后面会坚持更完整个教程，希望大家看完以后都能学的懂，学的会。获取最新教程请扫码关注我，谢谢。