设置
  • 日夜间
    随系统
    浅色
    深色
  • 主题色

《嬛嬛朕emo啦》但马斯克!阿里这项技术开放试玩

2024-05-08 09:13:35 来源: 量子位

Sora后第二火的AI视频技术CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

衡宇 梦晨 发自 凹非寺CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

量子位 | 公众号 QbitAICU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

等了7分多钟,刚从北京闪现闪离的马斯克,他终于夸我是个人才:CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

《嬛嬛朕emo啦》但马斯克!阿里这项技术开放试玩好了,别骂诈骗,我全都招!CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

现在登录通义App(原通义千问),选择全民演唱功能,只需上传任意一张人物正面大头照,你也能玩儿了。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

这个功能开放不到一周时间,但经量子位观察,还挺火。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

热度一直没掉下去,关键是生成时间也跟热度一起高居不下,顺利的话几分钟生成的小视频,挤的时候排队能排出好几个小时开外,亏得是阿里云服务器没被挤爆(不是)。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

从国内外的网友分享反馈来看,大家还挺喜欢文艺复兴,最受欢迎的片段是让个路人马轮番演唱《野狼Disco》。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

除了唱歌,还能把朋友放进(非)著名表情包念台词。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

玩儿梗的人太多,以至于马斯克都给搞EMO了:CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

《嬛嬛朕emo啦》但马斯克!阿里这项技术开放试玩而这背后的“始作俑者”,就是来自阿里通义实验室的EMO,继Sora之后热度第二高的AI视频项目。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

如今一个月过去,星标数已经直奔7k而去。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

趁此热度,我们也得到了一个与EMO背后大佬,阿里通义实验室XR实验室负责人薄列峰当面催更的机会。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

他表示在放心把技术开源之前,首先还是要解决安全问题。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

负责人讲解背后技术

距项目公开仅2个月,通义实验室团队就直接将这一技术免费开放,但所有人都可以在通义APP(原通义千问)体验全新的AIGC玩法。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

如果你想亲自上手试试,打开对话输入“EMO”直达或进入“频道”选择“全民舞台”即可。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

《嬛嬛朕emo啦》但马斯克!阿里这项技术开放试玩

选择喜欢的音频片段,并上传一张大头照。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

如果在热门时段,需要等待40分钟到几个小时不等,但其实主要是在排队。薄列峰透露,单纯生成10秒视频,只需要10-15分钟CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

《嬛嬛朕emo啦》但马斯克!阿里这项技术开放试玩

对于上传的照片,系统首先会进行人脸检测,不过有些长得太像人的动物也能顺利蒙混过关!CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

比如撞脸莫言的小狗,就成功地骗过了系统。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

但是撞脸余华的小狗就没那么幸运了,系统一下子就把它给识破了(没有任何对余华老师不敬的意思)。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

《嬛嬛朕emo啦》但马斯克!阿里这项技术开放试玩

为什么只需要上传一张图就能立即做到逼真效果?CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

薄列峰介绍,EMO的核心思路是“弱控制设计”,无需对整个面部建模,这一点甚至体现在了论文标题上。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

《嬛嬛朕emo啦》但马斯克!阿里这项技术开放试玩

在生成过程中,面部定位器(Face Locator)用来编码面部的边界框区域。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

速度编码器(Speed Encoder)确保头部运动的速度与音频的节奏和强度相匹配。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

这些控制机制被称为“弱控制”是因为它们提供的控制不是强制性的或硬性的,而是允许一定程度的自然变化和表现力。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

例如,面部区域控制器并不严格限定面部的具体位置,而是给出了一个允许面部运动的较大区域。同样,速度控制器并不精确控制每一帧的速度,而是提供一个速度范围,让生成的头部运动接近但不一定完全符合指定的速度水平。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

通过使用这些弱条件,EMO框架能够在保持角色身份一致性的同时,生成具有丰富表情和自然头部运动的视频,从而在表达性和逼真度方面取得更好的效果。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

比起传统的分别针对眼睛鼻子嘴等部位的建模方案,EMO更着重考虑整个面部的联合运动,最终效果也就可以做到自然流畅了。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

《嬛嬛朕emo啦》但马斯克!阿里这项技术开放试玩

另外薄列峰还透露,选择这个技术路线也是出于实用性、普及性的考虑。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

一张图、一段音频,每个人都非常容易获取,门槛低一些,让大家都能玩起来。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

关于EMO的技术选择,薄列峰还透露了一个消息。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

虽然EMO使用传统基于U-net的扩散模型架构,但Pipeline是解耦的,如果后续尝试Sora同款DiT架构做到更好效果的话,也可以轻松切换过去CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

对于未来发展方向,EMO目前只做了人头,将来还会扩展到半身、全身。到时候,能实现一张照片让人物同时唱跳RAP篮球也说不定。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

高于平均水平的AIGC内容才会被消费

在此之前,EMO背后通义实验室所推项目中,最火的是与EMO一脉相承的Animate Anyone模型。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

代表杰作:奶牛猫跳舞CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

《嬛嬛朕emo啦》但马斯克!阿里这项技术开放试玩

算法原理上,EMO和Animate Anyone都采用了Backbone + ReferenceNet的结构,实现有参考图像引导的去噪生成过程。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

其中,Animate Anyone在实现了保留特定对象ID的生成式模型的基础上,进一步证明可以通过一些输入控制信号控制生成内容,特别是人物的动作。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

所以其实背后团队是专注数字人的团队,没想到在通义App上包装成“全民舞王”后,大家对动物玩法更感兴趣。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

《嬛嬛朕emo啦》但马斯克!阿里这项技术开放试玩

一个多月前,团队还在全民舞王针对小猫小狗等动物主体检测做了一半优化,使上传动物照片的通过率大幅度提升。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

即使检测出来用户上传的是动物,只要通过了骨骼检测,啥小动物都可以起来嗨。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

“现在技术确实可以生成很多的图片、视频,但如果他们都是平均甚至低于平均水平,大家不见得有兴趣去消费。”薄列峰笑道,奶牛猫跳舞确实很妖娆,“这给我们把链路打通带来更多的思考——把简单高质量的内容,通过新技术去实现可能。”CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

聊天最后,薄列峰还给大家推荐了一个EMO的私房玩法:CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

可以试试拿自己5岁、10岁、15岁……的照片,自己对话,自己合唱。CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

值得一试哟~CU6流量资讯——探索最新科技、每天知道多一点LLSUM.COM

本文链接:《嬛嬛朕emo啦》但马斯克!阿里这项技术开放试玩http://www.llsum.com/show-2-5685-0.html

声明:本网站为非营利性网站,本网页内容由互联网博主自发贡献,不代表本站观点,本站不承担任何法律责任。天上不会到馅饼,请大家谨防诈骗!若有侵权等问题请及时与本网联系,我们将在第一时间删除处理。

上一篇: 58行代码把Llama 3扩展到100万上下文,任何微调版都适用

下一篇: 首选窗口瞄准17时27分 嫦娥六号任务今日发射

热门资讯

  • 淋巴结冻干“锁鲜”技术或可用于肿瘤治疗

    人体免疫系统中的小过滤器淋巴结有了新妙用。近日,浙江大学药学院、金华研究院教授顾臻团队联合多位科研人员,在国际上首次提出利用冷冻干燥的淋巴结

  • 新AI系统可提供足球制胜战术

    未来的足球场,人工智能(AI)当“大脑”?《自然·通讯》19日发表一项来自谷歌深度思维的最新成果,研究团队报告了一个名为“TacticAI”的系统,能在足

  • 我科学家发现的两种新矿物获国际认定

    记者19日从西北大学获悉,该校地质学系、大陆动力学国家重点实验室刘鹏副教授与中国地质大学(北京)李国武教授团队申请的两种新矿物,近日经国际矿物学学

  • 感染新冠会“导致智商下降”吗?

    据英国《泰晤士报》网站3月15日报道,2020年1月,英国帝国理工学院的亚当·汉普希尔与英国广播公司合作,对8万人进行了30分钟的测试,目的是揭示生

  • 英伟达发布AI“超级芯片” 自称“非常、非常强大”

    据法新社3月18日报道,周一,美国半导体巨头英伟达公司发布了其最新型号的电子芯片,这些芯片旨在支持人工智能(AI)革命,英伟达正努力巩固其作为人工智能领

  • “95后”的无人机“造像师”

    “当时是怎样选中低空经济这个领域,并且来深圳发展的?”面对这个关乎事业发展的问题,“95后”台青张晏纶坦言,“这是一场面试带来的惊喜。”张晏纶来自

  • 最小资源消耗的量子态分辨实现

    记者3月20日从中国科学技术大学获悉,该校郭光灿院士团队在量子态分辨研究中取得重要进展:他们在最小资源消耗的量子态分辨问题中首次提出了全局最优

  • 科学家提出人类性别决定新理论

    3月18日,记者从中南大学生殖与干细胞研究所获悉,研究所林戈、卢光琇教授团队提出的一项新理论称,原始生殖细胞的性染色体组成在人类性别决定中起关键

  • AI伴侣能否带来亲密关系

    自2023年以来,人工智能的“触角”已延伸到生活的方方面面。其中,“人工智能+情感”的赛道正悄然崛起。目前,国内外已经出现了多款较为成熟的AI伴侣应

  • 苹果 16首发预装!iOS 18将支持桌面自定义、引入大模型

    3月25日消息,按照惯例,iPhone会在6月份的WWDC上发布iOS 18、watchOS 11、visionOS 2等全新系统。其中iOS 18比较受关注,被许多爆料者称为iOS史上最大升级

  • 第三颗“厦门造”卫星出征

    3月23日,“天卫科技03星”暨“华祥苑壹号”卫星在厦门举行出征仪式,这是由厦门本土企业天卫科技制造研发的第三颗服务当地建设的商业卫星,标志着厦门

  • “穿上就走”的通用外骨骼面世

    美国佐治亚理工学院机械工程师开发了一种控制机器人外骨骼的通用方法。无需专门训练、特别校准,对复杂算法进行调整后,用户穿上外骨骼就可以直接行走

推荐资讯

  • 日榜
  • 周榜
  • 月榜