字节悄悄开源了一个全新AI视频生成工具: Phantom！

它通过重新设计联合文本-图像注入模型，使用文本-图像-视频三元数据进行跨模态对齐。此外，它在人类生成中强调主题一致性，同时增强身份保持的视频生成。

在处理人物、物品、动物、虚拟角色等单/多主体类型都能够保持极高的一致性，使得视频中的每个细节都表现得自然、真实。

确保各个主体的风格、动作、细节都能够准确地融合在一起。

项目主页：phantom-video.github.io
GitHub：github.com