微软戏弄逼真的头像人工智能技术，但没有给出发布日期，ET Telecom

（文件）微软徽标摄于 2016 年 11 月 30 日在华盛顿州贝尔维尤举行的微软年度股东大会上。微软将向阿拉伯联合酋长国人工智能公司 G42 投资 15 亿美元，获得少数股权和董事会席位。这些公司于 2024 年 4 月 16 日表示。 作者：Glenn Chapman

旧金山：微软的研究人员展示了一种新的人工工具，可以创建非常逼真的人类化身，但没有提供向公众提供该工具的时间表，理由是担心促进深度虚假内容。

被称为“视觉情感技能”的人工智能模型 VASA-1 可以仅使用单个图像和语音音频剪辑来创建一个人说话的动画视频，并同步嘴唇运动。

虚假信息研究人员担心，在关键的选举年，人工智能驱动的应用程序会被滥用来制作“深度伪造”的图片、视频和音频剪辑。

下面继续

微软亚洲研究院本周发布的 VASA-1 报告的作者写道：“我们反对任何针对真人制造误导性或有害内容的行为。”

他们表示：“我们致力于负责任地开发人工智能，以促进人类福祉为目标。”

“在我们确定该技术将被负责任地使用并符合适当的法规之前，我们没有计划发布在线演示、API、产品、其他实施细节或任何相关产品。”

微软研究人员表示，该技术可以捕捉广泛的面部细微差别和自然的头部运动。

研究人员在帖子中表示：“它为与模仿人类对话行为的逼真化身进行实时互动铺平了道路。”

据微软称，VASA 可以处理艺术照片、歌曲和非英语语音。

研究人员吹捧了该技术的潜在好处，例如为学生提供虚拟教师或为有需要的人提供治疗支持。

他们说：“它无意创建用于误导或欺骗的内容。”

帖子称，VASA 视频仍然有“伪影”，表明它们是人工智能生成的。

ProPublica 技术负责人 Ben Werdmuller 表示，他“很高兴听到有人第一次使用它代表他们参加 Zoom 会议”。

“比如，进展如何？有人注意到了吗？” 他在社交网络Threads上说道。

ChatGPT 制造商 OpenAI 在 3 月份发布了一款名为“语音引擎”的语音克隆工具，它可以根据 15 秒的音频样本复制某人的语音。

但该公司表示，“由于合成语音可能被滥用，因此正在采取谨慎和知情的方式进行更广泛的发布。”

今年早些时候，一位为民主党总统候选人工作的顾问承认，他是向新罕布什尔州选民发送的模仿乔·拜登的机器人电话的幕后黑手，称他试图强调人工智能的危险。

这次电话会议的声音听起来像是拜登敦促人们不要在该州 1 月份的初选中投票，这引起了专家们的警惕，他们担心 2024 年的白宫竞选中会出现大量由人工智能驱动的深度虚假虚假信息。

大多数在互联网上阅读