先日、バイトダンス社は、静止画の人物肖像写真に音声入力で「話させる」反応をさせるAIシステムINFPを発表しました。従来技術とは異なり、INFPは話す役割や聞く役割を手動で指定する必要がなく、会話の流れから自動的に判断します。INFPのワークフローは主に2つのステップに分かれています。まず「モーションベースのヘッドミミック」と呼ばれるステップでは、会話中の人の表情や頭の動きを分析し、ビデオから詳細を抽出します。これら

阿里雲は、テキストまたは音声で制御できる、デジタルヒューマンAIビデオを迅速に生成する新技術「Live Portait」を発表しました。この技術は、歌、ラップ、ジョークなどに対応しており、企業のデジタル名刺の作成にも利用できます。多言語および方言のインテリジェントな放送と解説にも対応しています。ModelScope公式サイトにログインしてアカウントを登録すれば、このツールを使用してビデオを生成し、ダウンロードできます。