4 月 19 日報道,近期微軟亞洲研究院推出了名為 VASA-1 的創(chuàng)新模型,針對靜態(tài)肖像照片和錄音音頻片段,其能實現(xiàn)圖片中角色的自動化配音。
該模型,尤其擅長展現(xiàn)逼真的面部表情及各類情緒,且嘴唇動作高度擬真。然而,盡管研究員坦承目前仍有不足之處,如無法精準(zhǔn)處理頭發(fā)等纖維質(zhì)元素,但相較于其他類似模型,VASA-1 的表現(xiàn)已屬優(yōu)異。
此外,研究員還透露,VASA-1 在離線批量處理模式下,可生成分辨率高達(dá) 512*512 的動態(tài)短片,幀速率為 45fps;在線直播模式下,幀速率也可達(dá)到 40fps,延遲時間僅為 170ms。而完成這一切,只需一臺搭載 NVIDIA RTX 4090 顯卡的計算機(jī)即可。
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。
舉報投訴
相關(guān)推薦
近日,中國電信人工智能研究院宣布了一項重大技術(shù)突破:成功完成國內(nèi)首個基于全國產(chǎn)化萬卡集群訓(xùn)練的萬億參數(shù)大模型。
發(fā)表于 09-30 16:41
?1565次閱讀
近日,摩爾線程與北京智源人工智能研究院(簡稱:智源研究院)已順利完成基于Triton語言的高性能算子庫FlagGems的適配工作。得益于摩爾線程自研統(tǒng)一系統(tǒng)計算架構(gòu)MUSA,雙方在短短一周多的時間
發(fā)表于 08-02 11:06
?670次閱讀
近日,中國電信人工智能研究院(TeleAI)攜手北京智源人工智能研究院,共同推出了全球首個單體稠密萬億參數(shù)語義模型——Tele-FLM-1T,這一里程碑式的成就標(biāo)志著中國電信在人工智能
發(fā)表于 06-20 10:50
?572次閱讀
中國電信人工智能研究院(TeleAI)近日發(fā)布了一項引領(lǐng)業(yè)界的語音識別技術(shù)——星辰超多方言語音識別大模型。這一模型突破性地支持30種方言的自
發(fā)表于 05-28 09:14
?512次閱讀
長沙北斗研究院總部基地正式奠基 日前長沙北斗研究院總部基地正式奠基,項目由長沙北斗研究院牽頭建設(shè);項目又名“北斗足跡”。項目一期預(yù)計2025年年底前建成投用。 據(jù)悉,長沙北斗研究院總部
發(fā)表于 05-16 12:49
?1097次閱讀
發(fā)表于 04-23 17:11
?454次閱讀
胡潤研究院從2017年開始追蹤記錄獨角獸企業(yè),這是第六次發(fā)布全球獨角獸榜。榜單顯示,截至2024年1月1日,全球共有1453家獨角獸企業(yè),總價值4.6萬億美元,分
發(fā)表于 04-12 08:22
?353次閱讀
近日,浙江圖靈算力研究院生態(tài)伙伴聯(lián)誼會在杭州舉行,知存科技作為研究院生態(tài)企業(yè)之一,與賽迪研究院、中科院計算所、自動化所和中國RISC-V聯(lián)盟
發(fā)表于 03-06 14:02
?634次閱讀
四位消息人士披露,微軟內(nèi)部曾考慮過關(guān)閉或搬遷MSRA,但高層領(lǐng)導(dǎo)普遍傾向于維持實驗室在中國的運作。目前,微軟已在加拿大溫哥華設(shè)立MSR分中心,部分研究員已被調(diào)配至此。此舉旨在作為備用安置點,以應(yīng)對可能面臨的
發(fā)表于 01-11 13:58
?503次閱讀
1月6日,京彩未來與北京大學(xué)數(shù)字中國研究院華南分院暨廣東省數(shù)字廣東研究院共同創(chuàng)建的“數(shù)字空間共同體聯(lián)合室驗室”正式掛牌運營。著名經(jīng)濟(jì)學(xué)家管清友博士、北京大學(xué)數(shù)字中國研究院華南分院暨廣東
發(fā)表于 01-08 18:15
?304次閱讀
本研究院自2023年1月5日起正式投入運營,項目總投資額達(dá)3億元人民幣,下設(shè)三個研發(fā)機(jī)構(gòu),分別致力于高性能EDA技術(shù)、中國EDA產(chǎn)業(yè)標(biāo)準(zhǔn)以及半導(dǎo)體量測技術(shù)研究及其產(chǎn)業(yè)化。
發(fā)表于 12-14 09:25
?826次閱讀
2023年是微軟亞洲研究院建院25周年。25年來,微軟亞洲研究院探索并實踐了一種獨特且有效的企業(yè)
發(fā)表于 12-12 15:55
?304次閱讀
生態(tài) 2.0 發(fā)起,由 SAP 合作伙伴微軟、SAP 中國研究院創(chuàng)新生態(tài) 2.0 專家委員會成員單位中國信息通信研究院共同協(xié)作舉辦。
發(fā)表于 12-07 18:25
?367次閱讀
11 月 29 日,北京智源人工智能研究院副院長兼總工程師林詠華在 2023 人工智能計算大會上宣布,正式開源 700 億參數(shù)大模型 Aquila2-70B-Expr (異構(gòu)先驅(qū)版), 這是首個
發(fā)表于 11-30 13:10
?3052次閱讀
編者按 : 日前,新華社研究院中國企業(yè)發(fā)展研究中心發(fā)布《人工智能大模型體驗報告3.0》,對主流大模型進(jìn)行了全面評估,并為中國企業(yè)的大模型產(chǎn)品
發(fā)表于 11-29 18:30
?454次閱讀
評論