Alis EMO-Framework verbessert die Videogenerierung und ermöglicht das Singen und die Lippensynchronisation von Avataren

机器之心

Veröffentlicht amKI-Nachrichten und -Informationen · 1 Minuten Lesezeit · Feb 29, 2024

Alibas EMO-Framework verbessert die Realitätsnähe, Natürlichkeit und Ausdruckskraft von Kopfvideo-Generierungen, indem es die Verbindung zwischen Audiohinweisen und Gesichtsbewegungen berücksichtigt. EMO unterstützt die Generierung von Songs und Sprach-Audios in verschiedenen Sprachen und ermöglicht es den Charakter-Avataren, reichhaltige Ausdrücke und Dynamik zu zeigen. Darüber hinaus ermöglicht EMO die Verknüpfung verschiedener Charaktere und eröffnet so weitere Möglichkeiten für die Videogenerierung.

OpenAI veröffentlicht GPT-4.5: Das bisher leistungsstärkste Modell mit verbesserter Logik und emotionaler Intelligenz

OpenAI hat heute sein neuestes Sprachmodell GPT-4.5 als Forschungsvorschau für ChatGPT Pro-Nutzer (monatliche Gebühr 200 US-Dollar) veröffentlicht. Das als bisher größtes und "wissendstes" Modell bezeichnete System baut auf GPT-4 auf und bietet erhebliche Verbesserungen in Bezug auf logisches Denken, emotionale Intelligenz sowie praktische Funktionen wie Schreiben und Programmieren. OpenAI gab bekannt, dass GPT-4.5 in den nächsten Wochen schrittweise für Plus-, Team- und Enterprise-Nutzer verfügbar sein wird.

OpenAI-Ingenieur lehnt Abwerbung durch Musks KI-Unternehmen ab und bezeichnet es als Bedrohung für die Demokratie

Kürzlich versuchte xAI, das KI-Unternehmen von Elon Musk, einen Ingenieur von OpenAI abzuwerben, wurde aber mit einer starken Ablehnung konfrontiert. Der OpenAI-Ingenieur Javier Soto teilte auf der Social-Media-Plattform X einen Screenshot seiner Antwort an xAI, der viele Nutzer überraschte. In der Nachricht erklärte Soto klar: „Ich kann Elon Musk nicht guten Gewissens arbeiten.“ Obwohl er sich selbst als zufriedenen Tesla-Fahrer bezeichnet...

ZyphraAI veröffentlicht Open-Source Zonos-TTS: Echtzeit-Sprachklonierung und mehrsprachige emotionale Steuerung

ZyphraAI hat kürzlich sein neuestes mehrsprachiges Text-to-Speech (TTS)-Modell **Zonos-TTS** veröffentlicht, das unter der **Apache2.0-Lizenz** steht, vollständig Open Source ist und kommerziell genutzt werden kann. Zonos-TTS unterstützt nicht nur die Echtzeit-Sprachklonierung, sondern wurde auch mit 200.000 Stunden englischer Sprachdaten trainiert und bietet eine herausragende Leistung. Zonos-TTS bietet zwei Bereitstellungsmethoden: lokale Bereitstellung und einen praktischen API-Dienst. Für normale Benutzer bietet Zyphr...

Lichtwellen-Verbindungschip: Größere und schnellere KI-Modelle

In der heutigen Entwicklung der künstlichen Intelligenz (KI) stellt die Geschwindigkeit der Datenübertragung einen wichtigen Engpass dar. Um diese Barriere zu überwinden, entwickelt ein Forschungsteam unter der Leitung der Universität Michigan (U-M) ein völlig neues Chip-Verbindungssystem, das Lichtwellen anstelle von herkömmlichen Kabeln zur Datenübertragung verwendet. Diese Innovation verspricht, das Problem der „Memory Wall“, das die Rechengeschwindigkeit begrenzt, zu lösen und das Wachstum von KI-Modellen voranzutreiben. Das Projekt erhielt eine Förderung von 2 Millionen US-Dollar vom Future Semiconductors Program der National Science Foundation. Beteiligte Einrichtungen sind unter anderem die Universität Washington und die Universität von...