六安市淠望路103号 周一至周日 08:00 - 18:00
有部分内容来自互联网,如有侵权请告知,并立即删除。
在线留言 售后支持 283682755@ qq.com
服务热线0564-3227239
立即咨询

字节跳动展示 OmniHuman 多模态框架:图片 + 音频 = 逼真动画,半身全身均可生成

业界动态 · 发布 2025-2-7 8

字节跳动展示 OmniHuman 多模态框架:图片 + 音频 = 逼真动画,半身全身均可生成

业界动态 来源:IT之家作者:永辰科技 2025-2-7 8 浏览 2030 次

字节跳动的研究人员近日展示了一款 AI 模型,可以通过一张图片和一段音频生成半身、全身视频。

字节跳动表示,和一些只能生成面部或上半身动画的深度伪造技术不同,OmniHuman-1 能够生成逼真的全身动画,且能将手势和面部表情与语音或音乐精准同步。

字节跳动在其 OmniHuman-lab 项目页面发布了多个测试视频,包括 AI 生成的 TED 演讲和一个会说话的阿尔伯特 爱因斯坦。

在周一发布的一篇论文中,字节跳动指出,OmniHuman-1 模型支持不同的体型和画面比例,从而使视频效果更自然。

据了解,字节跳动表示,OmniHuman-1 模型基于约 19000 小时的人类运动数据训练而成,能够在内存限制内生成任意长度的视频,并适应不同的输入信号。

研究人员还表示,OmniHuman-1 在真实性和准确性方面,超越了其他同类动画工具。目前,该工具暂不提供下载或有关服务。

本文由永辰科技整理发布,仅供参考。 咨询相关方案
合作伙伴 / Partners
华为 立思辰 联想集团 浪潮集团 奔图 深信服 爱数软件 中国长城科技