AI網紅能年賺百萬，普通人的新機會來了？
來源｜運營研究社作者 | 張知白編輯 | 楊佩汶設計 | 晏談夢潔2023 年 ，數字人成為了當紅的“流量話題”和“商業機會"。不管是 AI 孫燕姿走紅網絡，還是 AI 數字
3 月 19 日消息，谷歌近日在 GitHub 頁面發布博文，介紹了 VLOGGER AI 模型，用戶只需要輸入一張肖像照片和一段音頻內容，該模型可以讓這些人物“動起來”，富有面部表情地朗讀音頻內容。
VLOGGER AI 是一種適用于虛擬肖像的多模態 Diffusion 模型，使用 MENTOR 數據庫進行訓練，該數據庫中包含超過 80 萬名人物肖像，以及累計超過 2200 小時的影片，從而讓 VLOGGER 生成不同種族、不同年齡、不同穿著、不同姿勢的肖像影片。
研究人員表示：“和此前的多模態相比，VLOGGER 的優勢在于不需要對每個人進行訓練，不依賴于人臉檢測和裁剪，可以生成完整的圖像（而不僅僅是人臉或嘴唇），并且考慮了廣泛的場景（例如可見軀干或不同的主體身份），這些對于正確合成交流的人類至關重要”。
Google 將 VLOGGER 視為邁向“通用聊天機器人”的一步，之后 AI 就可以通過語音、手勢和眼神交流以自然的方式與人類互動。
VLOGGER 的應用場景還包括可以用于報告、教育場域和旁白等，也可剪輯既有的影片，如果對影片中的表情不滿意就能加以調整。
附上論文參考
VLOGGER: Multimodal Diffusion for Embodied Avatar Synthesis
本文鏈接：http://www.tebozhan.com/showinfo-45-3644-0.html谷歌推出多模態 VLOGGER AI：讓靜態肖像圖動起來“說話”
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號