谷歌推出AI模型Vlogger,可根据图片和音频生成人物讲话视频
科技IT 2024-03-20 user639632
3月18日消息,据外媒报道,谷歌的6名研究人员联合开发了一种新的AI模型Vlogger,用户只需要输入一张肖像照片和一段音频内容,该模型就能生成不同长度的逼真视频。
Vlogger是一种适用于虚拟肖像的多模态Diffusion模型,使用MENTOR数据库进行训练,该数据库中包含超过 80 万名人物肖像,以及累计超过2200小时的影片。
据称,Vlogger旨在支持与人类用户的自然对话,这个新工具可以用作演示、教育、叙述等方面的解决方案。
这个新模型可以作为一个人工智能代理,人们可以和它交谈,同时也可以编辑视频。
据了解,Vlogger主要应用之一是编辑现有的视频,例如,Vlogger可以改变主题的表情,或者调整嘴巴和眼睛的闭合状态,从而改变视频的情绪和信息传递。
Vlogger的另一个方面是视频翻译,它采用特定语言的现有视频,并改变嘴唇和面部表情以适应新的音频。用户可以修改现有的视频以适应不同语言的动态。谷歌研究人员提供的一个例子是翻译成西班牙语的英文原版视频。
通过Vlogger,谷歌的研究人员似乎正在测试视频中人工智能的边界,同时也重新定义了用户应该如何使用这些图像到视频的服务。
The End
相关阅读
- 出门问问「序列猴子」「魔音工坊」问鼎AIGC产品创新榜
- 国内首个生物制造领域鸿蒙操作系统“生鸿”发布,生物岛实验室、华为云等打造
- 由Nordic赋能的智能镜片可自动调节焦距,辅助增强远近视力
- 李彦宏看好的智能体到底是什么?
- 十四年专注物联网:亿佰特破解联网器件瓶颈,实现技术突破
- 众合云科林枚参编的人力资源AI领域团体标准正式发布,助推行业数字化人才能力规范化建设
- 总投资77.9亿!华驰动能飞轮储能产线及9×100兆瓦电网侧独立储能调频项目签约
- 预测性维护解决方案
- 比特网早报:AMD宣布收购开源软件公司Brium,微软开源发布Athena智能体
- 比特网早报:英伟达合作助力Arm定制芯片发展,谷歌推出天气预报模型WeatherNext 2