微軟亞洲研究院發(fā)布VASA-1模型，實現(xiàn)圖片人物自動言語表達(dá)
4 月 19 日報道，近期微軟亞洲研究院推出了名為 VASA-1 的創(chuàng)新模型，針對靜態(tài)肖像照片和錄音音頻片段，其能實現(xiàn)圖片中角色的自動化配音。
該模型，尤其擅長展現(xiàn)逼真的面部表情及各類情緒，且嘴唇動作高度擬真。然而，盡管研究員坦承目前仍有不足之處，如無法精準(zhǔn)處理頭發(fā)等纖維質(zhì)元素，但相較于其他類似模型，VASA-1 的表現(xiàn)已屬優(yōu)異。
此外，研究員還透露，VASA-1 在離線批量處理模式下，可生成分辨率高達(dá) 512*512 的動態(tài)短片，幀速率為 45fps；在線直播模式下，幀速率也可達(dá)到 40fps，延遲時間僅為 170ms。而完成這一切，只需一臺搭載 NVIDIA RTX 4090 顯卡的計算機即可。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
微軟
+關(guān)注
關(guān)注
4文章
6630瀏覽量
104473 -
模型
+關(guān)注
關(guān)注
1文章
3313瀏覽量
49227 -
Vasa
+關(guān)注
關(guān)注
0文章
2瀏覽量
6583
發(fā)布評論請先 登錄
相關(guān)推薦
浪潮信息與智源研究院攜手共建大模型多元算力生態(tài)
近日，浪潮信息與北京智源人工智能研究院正式簽署戰(zhàn)略合作協(xié)議，雙方將緊密合作，共同構(gòu)建大模型多元算力開源創(chuàng)新生態(tài)。 此次合作旨在提升大模型創(chuàng)新研發(fā)的算力效率，降低大模型應(yīng)用開發(fā)的算力門檻
安謀科技與智源研究院達(dá)成戰(zhàn)略合作，共建開源AI“芯”生態(tài)
12月25日，安謀科技（中國）有限公司（以下簡稱“安謀科技”）與北京智源人工智能研究院（以下簡稱“智源研究院”）正式簽署戰(zhàn)略合作協(xié)議，雙方將面向多元AI芯片領(lǐng)域開展算子庫優(yōu)化與適配、編譯器與工具鏈
發(fā)表于 12-26 17:06
?220次閱讀
浪潮信息與智源研究院達(dá)成戰(zhàn)略合作協(xié)議
近日，浪潮信息與智源研究院達(dá)成戰(zhàn)略合作協(xié)議，雙方將緊密協(xié)作共建大模型多元算力開源創(chuàng)新生態(tài)，提升大模型創(chuàng)新研發(fā)的算力效率，降低大模型應(yīng)用開發(fā)的算力門檻。目前，智源Triton算子庫Fla
微軟在東京開設(shè)日本首個研究基地
近日，微軟在東京正式啟用了其日本首個研究基地——微軟亞洲研究院東京分院。作為微軟在全球技術(shù)實驗室
天馬與武進(jìn)南大未來技術(shù)創(chuàng)新研究院達(dá)成戰(zhàn)略合作
近日，天馬新型顯示技術(shù)研究院（廈門）有限公司、上海天馬微電子有限公司與武進(jìn)南大未來技術(shù)創(chuàng)新研究院就Micro LED業(yè)務(wù)、非顯傳感業(yè)務(wù)達(dá)成戰(zhàn)略合作。
藍(lán)思科技將新增昆山創(chuàng)新研究院，重點服務(wù)蘋果
藍(lán)思科技近日宣布，將新增一個重點研發(fā)機構(gòu)，即藍(lán)思昆山創(chuàng)新研究院，目前正在緊鑼密鼓地建設(shè)中。該研究院的成立，標(biāo)志著藍(lán)思科技在研發(fā)領(lǐng)域的進(jìn)一步拓展和深化。
中國電信人工智能研究院完成首個全國產(chǎn)化萬卡萬參大模型訓(xùn)練
近日，中國電信人工智能研究院宣布了一項重大技術(shù)突破：成功完成國內(nèi)首個基于全國產(chǎn)化萬卡集群訓(xùn)練的萬億參數(shù)大模型。
摩爾線程攜手智源研究院完成基于Triton的大模型算子庫適配
近日，摩爾線程與北京智源人工智能研究院（簡稱：智源研究院）已順利完成基于Triton語言的高性能算子庫FlagGems的適配工作。得益于摩爾線程自研統(tǒng)一系統(tǒng)計算架構(gòu)MUSA，雙方在短短一周多的時間
中國電信發(fā)布全球首個單體稠密萬億參數(shù)語義模型
近日，中國電信人工智能研究院（TeleAI）攜手北京智源人工智能研究院，共同推出了全球首個單體稠密萬億參數(shù)語義模型——Tele-FLM-1T，這一里程碑式的成就標(biāo)志著中國電信在人工智能
中國電信發(fā)布首個支持30種方言混說語音大模型
中國電信人工智能研究院（TeleAI）近日發(fā)布了一項引領(lǐng)業(yè)界的語音識別技術(shù)——星辰超多方言語音識別大模型。這一模型突破性地支持30種方言的自
長沙北斗研究院總部基地正式奠基
長沙北斗研究院總部基地正式奠基 日前長沙北斗研究院總部基地正式奠基，項目由長沙北斗研究院牽頭建設(shè)；項目又名“北斗足跡”。項目一期預(yù)計2025年年底前建成投用。 據(jù)悉，長沙北斗研究院總部
上海浦東軟件園榮獲SAP中國研究院“Bamboo Award”2023獎項
2024年4月，SAP d-com China開發(fā)者大會成功舉辦。會上，SAP中國研究院創(chuàng)新生態(tài)2.0專家委員會（以下簡稱“專委會”）成員單位上海浦東軟件園獲得SAP中國研究院 “Bamboo Award” 2023獎項，
航天宏圖與天儀研究院合作共同推動遙感衛(wèi)星數(shù)據(jù)應(yīng)用創(chuàng)新
近日，航天宏圖信息技術(shù)股份有限公司（以下簡稱“航天宏圖”）與長沙天儀空間科技研究院有限公司（以下簡稱“天儀研究院”）正式簽署戰(zhàn)略合作框架協(xié)議。
本源入榜胡潤研究院2024全球獨角獸榜單!
胡潤研究院從2017年開始追蹤記錄獨角獸企業(yè)，這是第六次發(fā)布全球獨角獸榜。榜單顯示，截至2024年1月1日，全球共有1453家獨角獸企業(yè)，總價值4.6萬億美元，分
浙江圖靈算力研究院向知存科技頒發(fā)“年度最具影響力企業(yè)獎”
近日，浙江圖靈算力研究院生態(tài)伙伴聯(lián)誼會在杭州舉行，知存科技作為研究院生態(tài)企業(yè)之一，與賽迪研究院、中科院計算所、自動化所和中國RISC-V聯(lián)盟
工商網(wǎng)監(jiān)
評論