騰訊公司開源了一款創(chuàng)新的模型V-Express,它能夠使用人像照片生成視頻。這一技術(shù)通過一系列逐步丟棄的操作來平衡不同控制信號(hào),使得音頻等較弱的信號(hào)得以有效利用,實(shí)現(xiàn)對(duì)姿態(tài)、輸入圖像和音頻的綜合控制。
作者團(tuán)隊(duì)表示,在會(huì)說話的人臉生成任務(wù)中,當(dāng)目標(biāo)視頻與參考角色不是同一個(gè)人時(shí),選擇與參考人臉姿勢(shì)更相似的目標(biāo)視頻將能獲得更好的效果。目前,該模型在英語上的表現(xiàn)較為出色,但對(duì)其他語言的適應(yīng)性和表現(xiàn)尚未經(jīng)過詳細(xì)測(cè)試。
V-Express模型的開源,為肖像視頻生成領(lǐng)域帶來了新的發(fā)展機(jī)遇。在這一領(lǐng)域,使用單個(gè)圖像生成視頻的方法正變得日益流行。這通常涉及到使用生成模型增強(qiáng)適配器來實(shí)現(xiàn)受控生成,其中控制信號(hào)可能包括文本、音頻、圖像參考、姿勢(shì)、深度圖等。V-Express通過漸進(jìn)式的丟棄操作,解決了弱信號(hào)在強(qiáng)信號(hào)干擾下難以發(fā)揮作用的問題,尤其是在音頻信號(hào)常常被姿勢(shì)和原始圖像等強(qiáng)信號(hào)掩蓋的情況下。
實(shí)驗(yàn)結(jié)果顯示,V-Express能夠有效生成受音頻控制的肖像視頻,這在以往的研究中是一個(gè)難以實(shí)現(xiàn)的突破。V-Express方法的逐步丟棄操作,不僅有效實(shí)現(xiàn)了對(duì)弱條件的控制,而且為多條件生成提供了新的可能性和思路。
V-Express模型為肖像視頻生成領(lǐng)域帶來了創(chuàng)新的思路和方法,通過平衡不同強(qiáng)度的控制信號(hào),成功實(shí)現(xiàn)了受音頻控制的視頻生成。這一成果不僅具有重要的理論和實(shí)踐意義,而且為未來的多條件生成提供了新的路徑。騰訊表示,將繼續(xù)深入研究V-Express方法,并探索其在更廣泛領(lǐng)域的應(yīng)用,以促進(jìn)肖像視頻生成領(lǐng)域的進(jìn)一步發(fā)展。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
近日,德國柏林國際電子消費(fèi)品展覽會(huì)(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎(jiǎng)”金獎(jiǎng),有力證明了其在全球市場(chǎng)的強(qiáng)大影響力。
近日,中國家電及消費(fèi)電子博覽會(huì)(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎(jiǎng)。
“以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
由世界人工智能大會(huì)組委會(huì)、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會(huì)共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會(huì)聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開放原子開源基金會(huì)主辦的“2024全球開發(fā)者先鋒大會(huì)”,將于2024年3月23日至24日舉辦。