《從營銷AIGC化到AIGC營銷化》報告發布
來源：清元宇宙7月2日上午，清華大學元宇宙文化實驗室舉辦元宇宙在線沙龍“AIGC熱潮與應用”。會議中，清華大學新聞與傳播學院教授、元宇宙文化實驗室主任、新媒體研究
4 月 19 日消息，微軟亞洲研究院（Microsoft Research Asia）近日發表論文，介紹了全新的 VASA-1 模型，用戶只需要提供一張靜態肖像圖片和一段語音音頻片段，該模型就能自動讓圖片中的人物自動說話。
VASA-1 特別有趣的地方在于，它能夠模擬自然的面部表情、各種情緒和唇部同步，最重要的是幾乎沒有人工痕跡，如果不細看很難發現。
研究人員承認，與所有其他模型一樣，該模型目前還無法妥善處理頭發等非剛性元素，但整體效果要比其它同類模型要更為優秀。
研究人員還表示 VASA-1 支持離線 batch 處理模式下，以 45fps 生成分辨率為 512*512 的動態短視頻，在線直播模式下可以達到 40 fps，且延遲僅為 170ms。而且整個生成操作只需要一臺配備英偉達 RTX 4090 顯卡的電腦上就能處理。
附上參考地址
New VASA-1 model by Microsoft Research Asia
VASA-1: Lifelike Audio-Driven Talking Faces Generated in Real Time
本文鏈接：http://www.www897cc.com/showinfo-45-4111-0.html讓蒙娜麗莎唱饒舌，微軟發布 VASA-1 模型：圖 + 音頻可生成短視頻
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
上一篇： 五糧液濃香酒：勞動節送禮的精致藝術
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