在2024年的世界人工智能大会上，商汤科技展示了其全新可控人物视频生成大模型——Vimi。该模型应用了商汤自主研发的先进大模型技术，通过一张照片即可生成与目标动作吻合的人物视频，具备精准的表情和肢体控制、多种驱动方式（包括视频、动画、声音和文字）以及高度一致、光影自然的视频输出。Vimi的突出稳定性使得它能够生成长达1分钟以上的人物视频，并且画面效果不会随时间劣化。模型还具备根据人物动作调整环境的能力，支持光影变化模拟，为视频创作者提供了丰富的创作自由度。此外，Vimi还以Vimi相机的形式推出了消费者版本，为用户提供了将不同角度的高清人物图片转化为数字分身和个性化风格视频的工具。用户可以通过关注并提交预约来体验Vimi相机的内测版本。