微軟亞洲研究院發(fā)布VASA-1模型，實現(xiàn)圖片人物自動言語表達(dá)
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
-
微軟
+關(guān)注
關(guān)注
4文章
6541瀏覽量
103828 -
模型
+關(guān)注
關(guān)注
1文章
3073瀏覽量
48587 -
Vasa
+關(guān)注
關(guān)注
0文章
2瀏覽量
6557
發(fā)布評論請先 登錄
相關(guān)推薦
中國電信人工智能研究院完成首個全國產(chǎn)化萬卡萬參大模型訓(xùn)練
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。
摩爾線程攜手智源研究院完成基于Triton的大模型算子庫適配
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
中國電信發(fā)布全球首個單體稠密萬億參數(shù)語義模型
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
中國電信發(fā)布首個支持30種方言混說語音大模型
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
長沙北斗研究院總部基地正式奠基
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
航天宏圖與天儀研究院合作共同推動遙感衛(wèi)星數(shù)據(jù)應(yīng)用創(chuàng)新
近日，航天宏圖信息技術(shù)股份有限公司（以下簡稱“航天宏圖”）與長沙天儀空間科技研究院有限公司（以下簡稱“天儀研究院”）正式簽署戰(zhàn)略合作框架協(xié)議。
本源入榜胡潤研究院2024全球獨角獸榜單!
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
浙江圖靈算力研究院向知存科技頒發(fā)“年度最具影響力企業(yè)獎”
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
微軟內(nèi)部對亞洲研究院的未來持有不同看法
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
院士專家齊聚！京彩未來聯(lián)合重點研究院創(chuàng)建數(shù)字空間聯(lián)合實驗室
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
北京大學(xué)無錫EDA研究院揭牌
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。
周禮棟對話比爾·蓋茨：深入的科學(xué)研究比以往任何時候都更加重要
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)
IBM 咨詢獲 SAP 中國研究院 EcoFactory-首屆合作伙伴駭客松創(chuàng)新營獎，期待攜手客戶共創(chuàng)代碼現(xiàn)代化
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。
天數(shù)智芯支持智源研究院首次完成大模型異構(gòu)算力混合訓(xùn)練，突破異構(gòu)算力束縛
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
新華社研究院：商湯“商量”獲評中國大模型市場未來領(lǐng)袖
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
工商網(wǎng)監(jiān)
評論