一水 发自 凹非寺量子位 | 公众号 QbitAI
将音频、图像、视频整合进同一工作流，这个由斯坦福初创公司发布的视频工具火了！
预览版支持生成30S逼真视频，网友们直呼不输Luma。
抢先看性转版马斯克激情说唱：
与Luma一样，目前这个名为Hedra的工具可以免费试用。
在给大家带来一手实测前，再来看一波新鲜整活儿~
让面值10德国马克上的“数学王子”高斯自我介绍：
让石像说话、眨眼、摆动头部：
生成虚拟土豆人角色：
让僵尸管家变换表情：
好了，鉴于近期翻车事件过多，让我们直接启动实测。
![]()
Hedra究竟如何？
Hedra目前可在桌面和移动设备使用，这里我们直接访问官网。
![]()
Hedra的目标是建立一个人人都可访问的多模式创作工作室，因此将音频、图像、视频都结合在了一起。
在音频部分，官方预置了6种音色，可以文字转音频，也可以直接上传音频文件。
然后输入你的角色描述，中间可以直接生成图像，当然也支持上传图像。
最后一键生成视频，以下为实测结果（约50秒时间生成了2秒视频）：
顺便一提，一开始本来想传Sam Altman的图片，结果被官方识别为“名人”予以拒绝了。
![]()
除了以上小编实测，已经体验了Hedra的网友们也反馈了一大波实测结果。
而且官方挨个在线回应了，接下来一起瞅瞅~
有网友细心捕捉到了Hedra视频中的动漫人脸畸变情况。
![]()
不过在镜头拉近，类似特写时这种情况有所改善。
![]()
官方坦言，目前Hedra确实还在与非人类角色作斗争。
![]()
但是对于人兽混合的情况，官方表示效果还行，比如有网友生成了如下视频：
此外，也有网友提到了Hedra审核过严的问题。
![]()
网友想用以上3张及其他图像试着生成类似电影的片段，结果被系统判定为“名人”而拒绝生成。
该网友表示：
这些是AI生成的，不是名人。虽然安全很重要，但误判过多。
对此，官方多次回应后续会看情况调整。
![]()
以上为网友提及率最高的两个问题，官方也在更多回复中透露了其他情况。
无限时长（开放预览为30秒）
每60秒生成90秒（如果官方H100供应充足）
模型目前提供音频到视频，但正在扩展其他输入形式
即将推出16:9的视频尺寸
模型主要测试了中文和英文输入，且中文表现还不错
模型目前提供API，可加入官方Discord
谁造出了Hedra？
Hedra此次发布的基础模型Character-1由前斯坦福大学顶尖研究团队领导。
首席执行官Michael Lingelbach，斯坦福大学前博士生，从事空间智能研究。
![]()
另一负责人Alex Bergman，同样来自斯坦福大学，研究领域包括计算成像、计算机视觉、计算机图形学和机器学习。
![]()
在谷歌学术页面，Alex Bergman发表或参与发表了数量颇丰的论文。
![]()
除了Hedra，最近几天视频生成工具正在迎来爆发期。
有网友也借机整合了Hedra、Luma、elevenlabsio等，不到1分钟制作了一个短片。
你觉得效果如何？欢迎在评论区分享使用反馈。
工具地址：https://www.hedra.com/Discord:https://discord.com/invite/KXeUUa6cXD参考链接：https://x.com/HBCoop_/status/1803100686306972128https://x.com/JDL4_/status/1803207271981150594https://x.com/seirdotmk/status/1803127446364905512https://x.com/Shane__Willett/status/1803204476473401603https://x.com/danielpikl/status/1803149141326930050https://x.com/amorvobiscum/status/1803142141260210436https://x.com/janusch_patas/status/1803095423806062770https://x.com/ammaar/status/1803112436284698819
— 完 —
量子位年度AI主题策划正在征集中！
欢迎投稿专题 一千零一个AI应用，365行AI落地方案
或与我们分享你在寻找的AI产品，或发现的AI新动向
![]()
点这里👇关注我，记得标星哦～
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~
![]()
将音频、图像、视频整合进同一工作流，这个由斯坦福初创公司发布的视频工具火了！
预览版支持生成30S逼真视频，网友们直呼不输Luma。
抢先看性转版马斯克激情说唱：
与Luma一样，目前这个名为Hedra的工具可以免费试用。
在给大家带来一手实测前，再来看一波新鲜整活儿~
让面值10德国马克上的“数学王子”高斯自我介绍：
让石像说话、眨眼、摆动头部：
生成虚拟土豆人角色：
让僵尸管家变换表情：
好了，鉴于近期翻车事件过多，让我们直接启动实测。
Hedra究竟如何？
Hedra目前可在桌面和移动设备使用，这里我们直接访问官网。
Hedra的目标是建立一个人人都可访问的多模式创作工作室，因此将音频、图像、视频都结合在了一起。
在音频部分，官方预置了6种音色，可以文字转音频，也可以直接上传音频文件。
然后输入你的角色描述，中间可以直接生成图像，当然也支持上传图像。
最后一键生成视频，以下为实测结果（约50秒时间生成了2秒视频）：
顺便一提，一开始本来想传Sam Altman的图片，结果被官方识别为“名人”予以拒绝了。
除了以上小编实测，已经体验了Hedra的网友们也反馈了一大波实测结果。
而且官方挨个在线回应了，接下来一起瞅瞅~
有网友细心捕捉到了Hedra视频中的动漫人脸畸变情况。
不过在镜头拉近，类似特写时这种情况有所改善。
官方坦言，目前Hedra确实还在与非人类角色作斗争。
但是对于人兽混合的情况，官方表示效果还行，比如有网友生成了如下视频：
此外，也有网友提到了Hedra审核过严的问题。
网友想用以上3张及其他图像试着生成类似电影的片段，结果被系统判定为“名人”而拒绝生成。
该网友表示：
这些是AI生成的，不是名人。虽然安全很重要，但误判过多。
对此，官方多次回应后续会看情况调整。
以上为网友提及率最高的两个问题，官方也在更多回复中透露了其他情况。
无限时长（开放预览为30秒）
每60秒生成90秒（如果官方H100供应充足）
模型目前提供音频到视频，但正在扩展其他输入形式
即将推出16:9的视频尺寸
模型主要测试了中文和英文输入，且中文表现还不错
模型目前提供API，可加入官方Discord
谁造出了Hedra？
Hedra此次发布的基础模型Character-1由前斯坦福大学顶尖研究团队领导。
首席执行官Michael Lingelbach，斯坦福大学前博士生，从事空间智能研究。
另一负责人Alex Bergman，同样来自斯坦福大学，研究领域包括计算成像、计算机视觉、计算机图形学和机器学习。
在谷歌学术页面，Alex Bergman发表或参与发表了数量颇丰的论文。
除了Hedra，最近几天视频生成工具正在迎来爆发期。
有网友也借机整合了Hedra、Luma、elevenlabsio等，不到1分钟制作了一个短片。
你觉得效果如何？欢迎在评论区分享使用反馈。
工具地址：https://www.hedra.com/Discord:https://discord.com/invite/KXeUUa6cXD参考链接：https://x.com/HBCoop_/status/1803100686306972128https://x.com/JDL4_/status/1803207271981150594https://x.com/seirdotmk/status/1803127446364905512https://x.com/Shane__Willett/status/1803204476473401603https://x.com/danielpikl/status/1803149141326930050https://x.com/amorvobiscum/status/1803142141260210436https://x.com/janusch_patas/status/1803095423806062770https://x.com/ammaar/status/1803112436284698819
— 完 —
量子位年度AI主题策划正在征集中！
欢迎投稿专题 一千零一个AI应用，365行AI落地方案
或与我们分享你在寻找的AI产品，或发现的AI新动向
点这里👇关注我，记得标星哦～
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~