观看由微软人工智能提供的《蒙娜丽莎说唱》：它和你想象的一样令人毛骨悚然

人类状况有许多持久的谜团：我们为什么在这里？ 谁创造了宇宙？ 而且，最重要的是，蒙娜丽莎可以说唱吗？

微软已经宣布了 名为 VASA-1 的新型人工智能技术，它可以将某人的脸部照片和一小段声音变成逼真的计算机视频。 得益于这一突破，该公司能够创建一个 栩栩如生的视频 欣赏达·芬奇的名画《蒙娜丽莎》，表演女演员安妮·海瑟薇 2011 年火爆的说唱， 狗仔队。

微软刚刚放弃了 VASA-1。
该人工智能可以使单个图像根据音频参考富有表现力地唱歌和说话。 类似于阿里巴巴的EMO
10个疯狂的例子：
1. 蒙娜丽莎说唱狗仔队 pic.twitter.com/LSGF3mMVnD

— 崔敏 (@minchoi) 2024 年 4 月 18 日

微软的视频是科技公司利用人工智能工具取得快速进步的最新例子，尽管饶舌的《蒙娜丽莎》可以说是介于古怪和令人毛骨悚然之间。

这家软件巨头的新技术远非唯一使用人工智能来诠释和体验艺术，或更广阔的媒体世界。 例如，微软合作伙伴初创公司 OpenAI 通过其文本转视频模型 Sora 创建了类似的引人注目的视频，该模型可以创建超逼真的视频 文字提示。 谷歌有一个类似的工具，名为 Lumiere。

这些工具的可用性有限。 至于您每天可以使用的人工智能工具，请务必查看 CNET 对 Adob​​e Firefly、OpenAI 的 Dall-E 3 和 Google 的 ImageFX 中的图像生成器的实践评论，以及对 ChatGPT、Gemini 和 Claude 等聊天机器人的评论。

从深度伪造到现实

微软的技术似乎并不新鲜。 多年来，研究人员一直在展示令人震惊的逼真视频处理，通常称其为深度伪造。 一些最令人印象深刻的深度造假包括来自麻省理工学院的深度造假，该学院在 2019 年使用人工智能技术使理查德·尼克松总统看起来像 发表他从未真正发表过的演讲。

专家们越来越担心深度造假可能被用来传播虚假信息。

这些担忧并没有阻止应用程序开发人员 有效提供基本版本 微软开发的产品。 此类应用程序已变得如此流行，以至于网络安全研究人员警告说，人们上传的照片可能会在未经所有者或主体同意的情况下用于帮助推进技术。

微软希望这些技术利大于弊。

微软补充说，它“致力于负责任地开发人工智能，以促进人类福祉为目标”。