微软的研究团队推出了一款令人印象深刻的人工智能工具，名为 VASA-1。 它利用该技术生成仅包含一张照片和一个音频样本的视频。 VASA-1 这个名称代表“视觉情感技能与音频”，它提供的不仅仅是面部动画和音频同步。 它还集成了与所提供的音频相关的自然面部表情和头部运动，形成接近真实的某人说话的视频。
它使用“面部潜在空间”模型来创建动作。 它了解生成视频的独立控制和自定义方面，并分解图像的外观以及面部表情和头部姿势。 目前，该工具正用于教育目的，例如 NPC 和虚拟助手。
图片来源：微软
1713620315
#视频创作人工智能工具vasa1
2024-04-20 08:10:02
