Komuniti MoDa melancarkan alat penjanaan video AI Live Portait, yang boleh membuat foto bercakap dengan satu klik

Komuniti MoDa telah melancarkan alat penjanaan video AI yang dipanggil Live Portrait, yang boleh membuat watak dalam foto bercakap dengan satu klik

Alibaba Cloud telah melancarkan alat penjanaan video manusia digital yang dipanggil Potret Langsung. Pengguna hanya perlu memuat naik foto dan teks atau suara untuk menghasilkan video manusia digital yang bercakap. Alat ini boleh digunakan dalam banyak senario seperti siaran video langsung, robot sembang dan pemasaran korporat. Pada masa ini, alat ini dibuka untuk pengalaman dalam Ruang Penciptaan Komuniti Ajaib

Dengan populariti model berskala besar perbualan kendiri dan model lukisan AI, komuniti penyelidik secara beransur-ansur mendorong penyelidikan tentang AI generatif kepada lebih banyak modaliti, antaranya teknologi penjanaan video AI telah menarik perhatian ramai. Teknologi ini boleh menukar maklumat seperti teks atau audio kepada maklumat pergerakan muka untuk menjana foto animasi dengan imej watak, dengan berkesan menurunkan ambang untuk rakaman dan pengeluaran video

Alat Live Portait terkini dari Alibaba Cloud menggabungkan modul gerakan dan modul penjanaan. Alat ini menggunakan algoritma ramalan bentuk mulut yang dibangunkan sendiri Alibaba Cloud, yang meningkatkan ketepatan penjanaan bentuk mulut dengan ketara dan dipertingkatkan dengan ketara berbanding kaedah tradisional. Dalam fasa latihan, kawalan postur eksplisit ditambah, supaya video yang dihasilkan boleh menunjukkan sebarang tindakan tanpa memerlukan video papan bawah, sekali gus meningkatkan realisme pertuturan manusia digital. Selain itu, melalui teknologi kawalan mata yang aktif, Live Portait boleh menambah pergerakan semula jadi pada bola mata, menjadikan hasil yang dihasilkan lebih dekat dengan kesan kehidupan sebenar. Menurut laporan, teknologi berkaitan Live Portait telah dimasukkan dalam persidangan AI antarabangsa terkemuka seperti CVPR dan ICCV

Menurut maklumat daripada komuniti MoDa, Live Portait menyediakan dua kaedah untuk dipilih oleh pengguna selepas memuat naik foto, iaitu dipacu teks dan dipacu audio. Dalam mod dipacu teks, pengguna boleh memilih daripada 28 suara berbeza, termasuk bahasa Mandarin, Inggeris, Kantonis dan suara kanak-kanak. Selain itu, Live Portait juga menyediakan pemilihan model yang ringan untuk membantu pengguna menjana video dengan lebih pantas

Zhang Bang, ketua algoritma alat itu, berkata: "Live Portait mengintegrasikan beberapa teknologi inovatif yang dibangunkan secara bebas oleh pasukan, termasuk keupayaan untuk menjana animasi wajah yang realistik menggunakan satu gambar, menerobos batasan rangkaian penjanaan musuh tradisional. Dengan evolusi teknologi yang berterusan, video yang dijana imej mempunyai prospek aplikasi yang luas dan dijangka menjadi alat penting bagi perusahaan untuk meningkatkan kecekapan pengeluaran dan mengurangkan kos.”

Difahamkan bahawa arahan penyelidikan pasukan termasuk manusia digital, penjanaan AI model 3D, pemaparan kesetiaan tinggi dan interaksi manusia-komputer semula jadi Ia telah menerbitkan lebih daripada 50 kertas kerja di persidangan antarabangsa terkemuka

Atas ialah kandungan terperinci Komuniti MoDa melancarkan alat penjanaan video AI Live Portait, yang boleh membuat foto bercakap dengan satu klik. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!