别再吹巴黎的松弛感了，他们正搁那排队呢_风闻

本文原创于微信公众号：差评  作者：世超

这段时间，巴黎奥运会的热度可以说是拉满了，编辑部小伙伴们天天围在一起看比赛，甚至还有半夜组局的。

 而每当看到世界冠军们打出好球、射出高分环时。。。世超脑子里总会冒出个念头： “ 我当年要是也练个一两手，现在高低也是个世界冠军吧 ” 。

但，真要现在的我去玩两把，立马就又菜鸟显形了，活脱脱一个人菜瘾大。

所以，咱心里还是有数的，这些个奥运选手，肉身走到全世界面前参加比赛，哪个不是在背后流了三船五车的汗，世超这辈子估计是没什么机会了。

但就在网上冲浪的时候，咱发现这次巴黎奥运会，一堆明星、运动员和观众们，都在晒自己玩其它运动项目。

比如游泳运动员刘湘打上了排球。

 前 NBA 总冠军托尼 · 帕克，也在秀自己的排球爆扣。

一查才发现，原来这是咱们中国科技在法国露大脸了，名字叫阿里云奥运智影时刻 (  Cloud Memento  ) 。

简单来说，阿里云在巴黎埃菲尔铁塔、荣军院和战神广场三个地标场所，分别设立了一个体验点。

在这 3 个体验点，任何人只需要花上 3 秒钟，拍几张照片，就能通过 AI 科技，生成一个奥运参赛运动视频。

 恐怕你都想象不到这玩意儿在奥运场馆有多火，现场排队的老外，我估摸着能从西直门排到八达岭了。

而且最近这段时间，巴黎是时而下雨、时而暴晒的冰火两重天。

但观众们愣是从风雨交加，排到了艳阳高照。

说什么也得体验体验，来自遥远东方的神秘 AI 科技。

别的不说，光看现场排队的情况，你说这是哪个奥运冠军在签名我都信。

而在现场，体验的观众就有意思了。

 这边刚来了个哥们，还挺乐呵的，露出了一口洁白的牙齿。

那边又来了个 “ 鸣人 ” ，放着 “ 萨斯给 ” 不管，反而来现场，放了个影分身练起了柔道。

参与的观众们虽然肤色各异、年龄不同、性别不同，但主打就是全民参与，各个都想体验科技的魅力。

大家一个个上台，简单花几秒摆出个 “A 字形 ” 姿势站好，采集就结束了。

他们只需要在台下稍等片刻，就能在手机里看到自己成为了帅气的运动高手。

 一声声 “ Cool ” 的赞美声，也不断从人群中传来，甚至有些体验者，当场就把生成的奥运时刻分享到了社交平台，秀一波。

而在这些队伍中，我们也看到了一些**“ 特殊 ” 的体验者**。

一名坐轮椅的中东设计师，来到了现场后，在工作人员的搀扶下完成了采集。

 很多年没运动过的她，成功利用这个技术过了一把柔道运动员的瘾。

甚至在现场，我们还逮到了 TikTok 顶流男巫 Zach King 。

这哥们这次又是跑来巴黎玩花活，把整个巴黎跟变戏法一样变成了他的排球赛场。

结果一个不小心，逛到阿里云奥运智影时刻的体验点，直接被硬控住了，当场生成了自己的排球秀。

而在这次爆火的现场背后，差评君也发现，虽然它看起来一点也不简单，实际上也确实有些东西。

因为阿里云奥运智影时刻 Cloud Memento ，和如今大火的生成式 AI 大大滴不一样。

 大伙们也都知道，目前生成式 AI 的通病是，生成出的东西，主打一手随心所欲，你要个“ 阳光彩虹小白马 ”，它能给你生成个 “ 阳光 ” “ 彩虹 ” 和 “ 小白马 ” 。

不能说毫无关系，但也是牛头不对马嘴。

 所以，为了实现更好的效果，阿里云巴黎奥运智影时刻，不是让AI 直接生成视频，而是选择利用 “ 静态人物照片生成指定体育运动视频” 。

根据几张简单的照片，经过 AI 计算，就能精准捕捉还原，并且生成新动作。

这么一来，视频的主体基本就差不离了。

但这种做法也还是会有不少毛病，因为让图片动起来，很容易出现失真、模糊、帧率抖动等情况。

特别是当用某些真人照片当模板的时候，咱最起码的要求就是：生成的得像照片本人吧。

像下面这样给几个小姑娘整上了鬼片特效，我估摸着也只有伽椰子看了能说好。

 那阿里云是怎么解决这个难题的，我们也去翻了翻论文，发现他们直接捣鼓出了一套名叫 Animate Anyone（ 让所有人动起来 ）的算法，而这套算法里，可有着不少黑科技。

简单举个例子：

让一张图片动起来的步骤里，最困难的就是让 AI 根据已有的图片， “ 脑补 ” 它该怎么动。

大家都知道，视频里人物动作是一帧帧过渡实现的，就像我们小时候画的火柴人，通过快速翻动，卡了人眼的 “ 视觉暂留 ” 的 bug ，让大脑以为人动起来了。

但要实现这种丝滑连招，那画火柴人的时候，我们就得想好火柴人的动作怎么衔接下去，一张张画。

可对 AI 来说： “ 这题目太难了，我不会做！ ” 

很多时候， AI 会搞成身子动了手飞出去了，头往前走了屁股却还在后面拖着，反正看着就是一眼假。

 为了保证人物的稳定性和前后形象一致，阿里云往里面加了个 “ 参考图像网络 ReferenceNet” 。

这玩意儿相当于一个活字印刷板，它能一口气把图片里的空间细节信息全提取出来。

然后把去噪 U-Net 接入进来，这个 U-Net 就相当于精准的印刷机，它能把前面捕捉到的信息精准分割，清晰地 get 出各种图像元素。

这么一来， U-Net 就能够理解生成目标图像时，该在哪些位置生成哪些细节，从而实现人物形象一致性。

不至于给了海王做原图，输出了一个徐锦江老师。

在解决画面细节问题后，剩下的挑战，就是处理动作和姿态了。

 阿里云 AI 团队也不多逼逼，直接设计了一个姿态引导器 Pose Guider 。

说白了，这个姿势引导器就相当于咱小时候练字的字帖，跟着字帖来写字，那效果肯定是杠杠的。

于是，模型生成视频时有了方向，就会让生成的图像动作稳定住，不给跑偏的机会。

再加上其他的一些 “ 法术 ” ，最后，阿里云的工程师们终于练成了一套九阳神功 Animate Anyone 算法。

用这套功法，可以轻松地把静态的人物图像转化成动画视频，甚至还能通过输入姿势的顺序，精准调控视频中的人物动作。

 可这是在实验室的理想状态，等到了巴黎奥运现场，阿里云奥运智影时刻还上了一层 buff。

比如一会大晴天一会大雨天，就这光线的变化就够 AI 喝一壶，而奥运比赛有着复杂运镜，相当于拿着放大镜看手脚的动作、观察脸上的表情，这也给 AI 带来了新挑战。

阿里云 AI 团队就又根据实际情况，整出了些新点子。

比如在前面的实验室里，生成图像全是 2D 图片来生成的 “ 纯电模式 ” ，到了巴黎现场，改成了 2D+3D 的混动模式，更精准地捕捉动作和表情。

然后再把前面 “2D+3D” 采集完的数据，用上了云端智能渲染技术，直接对环境光场进行快速解析。

得到的数据，又与云端实施的光线追踪技术无缝融合，约等于让真实的阳光晒进虚拟的场景。

就是这些技术上的努力，最后就有了阿里云奥运智影时刻在奥运场的爆火。

 可以这么说，这次阿里云完全就是活该他火。

当然了，在这届巴黎奥运会上，除了阿里云奥运智影时刻外，阿里云还发了大力。

尤其在助力奥运会转播的道路，有着重大历史意义。

要知道，在此前的奥运会里，卫星转播从来都是全球转播的最大主力。

而今年，阿里云带队成功实现了反超，有 11000 小时的赛事直播画面在云上向全球分发，超过三分之二的全球信号是通过云上传播的，这是 1964 年东京奥运会开始卫星电视转播以来，又一次重大技术进步。

 此外，阿里云带来的， AI 增强全新转播技术，也拥有了独特的高自由度回放系统。

比如可以在关键时刻进行定格，然后 “ 子弹时间 ” 般的回放。

比如在男子百米决赛上，最终差距只有 0.005 秒，还得是靠阿里云这套 “ 云上高自由度回放 ” 技术，几乎在直播瞬间，就让全世界观众，一眼看出冠军是谁。

这种技术，大大增强了观赛体验，获得了大家一致好评。

阿里云甚至还出手，帮忙修复了 100 年前巴黎奥运珍贵影像。

这一系列动作，引得国际奥委会主席巴赫，直接公开感谢阿里云的工作。

所以在本届奥运会上，阿里云凭借着深厚的技术实力，在为这个已经有 120 余年历史的国际盛事，注入了科技的力量，插上了云计算 AI 的翅膀。

可以说在技术上，无论是在助力奥运会云转播还是给观众塑造体验上，阿里云显然把这次奥运会当成了科技的赛场。

但在整个环节中，我们似乎并没有 “ 他们纯纯就是在炫技、秀肌肉 ” 的感觉。

他们很好地把技术和人结合在了一起：

要么为办赛人员提供技术支持；

要么为现场奥运迷丰富赛场活动；

要么为全世界各地的观众们升级观赛体验；

。。。

总之，一切的一切，其实都反映着阿里云的态度：科技是手段， “ 人 ” 才是目的。

正如乔布斯当年说过的： “ 光有科技是不够的，科技要与人文和人性结合，才能产生让我们的心为之歌唱的结果 ” 。

无疑，阿里云就是这么干的。

图片、资料来源：阿里云