小鹏公然AI“造假”，啧啧啧
视频里可塞任何物体
金磊 发自 凹非寺
量子位 | 公众号 QbitAI
家人们，我们先来看一段视频，你能否发现其中有什么异样？
如果说，在这段视频里，有一个物件是假的，是被合成进去的，你能发现吗？
不卖关子，现在就来揭晓答案。
“造假”的物体，正是这个出现在不该出现位置的红绿灯。
我们再来玩一把“大家来找茬”，请看题目：
答案是：放在置物架上的这个设备。
这就是来自小鹏汽车最新的一项研究——Anything in Any Scene。
主打一个往真实环境里毫无违和感地“塞”进去任何东西。
并且研究团队给予这个通用框架的评价是：
它的应用远远超出了视频数据增强的范围，在虚拟现实、视频编辑和其他各种以视频为中心的应用中显示出巨大的潜力。
甚至有网友在看完效果之后直呼：
再见了视频证据~这个技术插入视频的物体可以保持与原始素材相同的真实感。
那么这项AI技术更多效果如何，我们继续往下看。
Anything in Any Scene
先从室外场景来看下效果。
在视频中合成某个物体的时候，往往不逼真的原因，可以总结为位置放置错误、无阴影、无HDR和无样式迁移等原因。
正如下面几个错误案例所示：
而小鹏团队的效果，是这样的：
相比刚才缺少各种因素的情况而言，效果显然是相对逼真的。
再与其它已有的算法和框架做比较，例如DoveNet、StyTR2和PHDiffusion，它们在室外场景中合成物体的效果是这样的：
小鹏的Anything in Any Scene从效果上来看，依旧是相对更为逼真。
同样的，在室内环境中，不论是包包还是鞋子，小鹏新AI技术所生成的效果可以说是真假难辨的那种了。
更多的效果展示如下图所示：
除了视觉效果之外，小鹏团队在CODA数据集的原始图像上，将训练的YOLOX模型的性能与Anything in Any Scene框架在原始和增强图像的组合上训练时的性能进行了比较。
从整体精度上来看也有了不小的提高。
怎么做到的？
从此次提出的框架上来看，Anything in Any Scene主要由三个关键部分组成。
首先是物体放置和稳定化的过程。
团队先确定相机在场景中的世界坐标系位置，并将其作为物体插入的参考点；使用相机的内参矩阵和姿态（旋转矩阵和位移向量）将世界坐标系中的点投影到像素坐标系中，以确定物体在视频帧中的放置位置。
为了避免与场景中其他物体的遮挡，团队还使用语义分割模型估计每个帧的分割掩模，并确保物体放置在未被遮挡的区域。
在物体稳定化方面，团队在连续帧之间估计光流，以跟踪物体的运动轨迹；并通过优化相机姿态（旋转矩阵和位移向量），最小化物体在连续帧中的3D到2D投影误差，确保物体在视频中的稳定运动。
其次，是光照估计和阴影生成。
针对HDR全景图像重建，团队使用图像修复网络推断全景视图的光照分布，然后通过天空HDR重建网络将全景图像转换为HDR图像；并结合使用GAN训练编码器-解码器网络来模拟太阳和天空的亮度分布。
在环境HDR图像重建方面，研究人员则是收集了场景的多视角LDR图像，并通过现有模型恢复为HDR图像，以学习连续曝光值表示。
在物体阴影生成上，团队则是使用3D图形应用（如Vulkan）和光线追踪技术，根据估计的主要光源位置生成插入物体的阴影。
最后的步骤，则是照片风格迁移。
框架对插入物体的外观进行微调，使其风格与背景视频完美融合，进一步提升了视频的逼真度。
这便是小鹏Anything in Any Scene在真实环境中生成物体较为逼真的原因了。
而与小鹏此次研究类似的效果，其实早在之前便有了许多工作。
例如名为GAIA-1的多模态生成式世界模型，便可以从头到脚的打造逼真的自动驾驶视频：
这里的每一帧都是由AI生成，甚至就连不同的路况和天气等等，都是可以做到以假乱真。
就连LeCun看了都惊叹不已：
不过这些AI效果虽真实，但也有网友提出了担忧之处，那便是网上虚假、生成的信息越发的逼真；因此，以后辨别信息的真假需要更加警惕。
目前，这个项目已经在GitHub中开源，感兴趣的小伙伴可以了解一下了~
参考链接：
[1]https://anythinginanyscene.github.io/
[2]https://arxiv.org/abs/2401.17509
- GPT-4现场被端侧小模型“暴打”，商汤日日新5.0：全面对标GPT-4 Turbo2024-04-27
- 直播网友AI写歌征婚，实测最新登榜音乐SOTA模型：免费无限次，一键生成2024-04-19
- 小冰徐元春：AIGC已经让普通人开始赚钱 | 中国AIGC产业峰会2024-04-21
- 再见，AI意识先驱：Daniel Dennett2024-04-21
相关阅读
驭势科技无人驾驶新品首秀鄂州机场，助力发布《机场无人驾驶设备应用路线图》
驭势科技在本次会议期间通过展台向来宾介绍了自主研发的民航无人驾驶全场景解决方案，同时于鄂州机场数字化工地进行了无人驾驶行李牵引车与无人驾驶引导车机坪协同作业演示。这是驭势科技无人驾驶引导车的业内首次亮相。
