近日，Character.AI公司在X平臺上發(fā)布了一項令人矚目的新技術——AvatarFX模型，該模型能夠將靜態(tài)圖片中的人物賦予生命，讓他們“開口說話”。這一創(chuàng)新技術引發(fā)了廣泛關注和討論。
用戶只需上傳一張圖片，并從平臺提供的聲音庫中選擇一個聲音，AvatarFX模型就能迅速生成一個會說話、會移動的形象。這些形象不僅動作自然流暢，還能準確地表達情感，真實感令人驚嘆。這一技術的實現(xiàn)，得益于Character.AI公司研發(fā)的一種名為“SOTA DiT-based diffusion video generation model”的先進AI模型。
據了解，該模型經過長時間的訓練和優(yōu)化，結合了音頻條件優(yōu)化技術，能夠高效地生成高質量的視頻內容。為了展示這一技術的實際效果，Character.AI公司還附上了一段演示視頻。
AvatarFX模型的技術亮點在于其出色的“高保真、時間一致性”視頻生成能力。即使面對復雜的場景，如多角色、長序列或多輪對話，AvatarFX模型也能保持驚人的速度和穩(wěn)定性，生成的視頻內容質量極高。與目前市場上的一些競爭對手，如OpenAI的Sora和Google的Veo相比，AvatarFX模型并非從零開始或基于文本生成視頻，而是專注于將特定的靜態(tài)圖片動畫化，為用戶提供了全新的使用體驗。
然而，這一技術的出現(xiàn)也引發(fā)了一些潛在的風險和爭議。由于AvatarFX模型能夠生成高度逼真的虛假視頻，用戶可能會上傳名人或熟人的照片，制作看似真實的對話視頻，從而引發(fā)隱私和倫理問題。因此，Character.AI公司在推廣這一技術的同時，也強調了用戶應遵守法律法規(guī)，尊重他人的隱私和權益。
