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CSG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CSG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 QbitAICSG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:CSG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!CSG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。CSG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。CSG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)。CSG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》。CSG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。CSG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:CSG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。CSG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。CSG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。CSG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。CSG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。CSG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。CSG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。CSG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CSG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!CSG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。CSG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)。CSG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?CSG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。CSG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。CSG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。CSG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。CSG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。CSG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。CSG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。CSG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。CSG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。CSG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。CSG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CSG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。CSG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。CSG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CSG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。CSG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。CSG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。CSG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。CSG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。CSG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。”CSG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:CSG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。CSG流量资讯——探索最新科技、每天知道多一点LLSUM.COM

值得一试哟~CSG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

  • 我国科研团队揭示非洲猪瘟病毒感染致病机制

    记者3月18日从兰州大学获悉,该校动物医学与生物安全学院郑海学教授团队解析了非洲猪瘟病毒(ASFV)在猪体内感染的靶细胞,以及在靶细胞内延长感染的机制

  • 人工智能探究癌症发展机理

    据英国《金融时报》网站3月13日报道,科学家们已经在利用人工智能(AI)阐释人体所谓的“黑暗基因组”,并开发一种可能很强大的癌症检测、监测和治疗新

  • 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

  • 人工智能医疗或将破解人体秘密

    美国《新闻周刊》网站2月4日刊登题为《人工智能可能会在数十年内解开人体的秘密》的文章,作者是亚历克斯·菲利普斯,内容编译如下:一位医生(同

  • 自主研制!哈工大“天都二号”探月卫星成功发射

    科技日报从哈尔滨工业大学获悉,北京时间2024年3月20日8时31分28秒,“天都一号”“天都二号”通导技术试验星伴随探月工程四期鹊桥二号中继星任务搭乘

  • 原来,中国空间站里“四季如春”

    春,推也。从草从日,草春时生也。进入春日,人们时常能在大地回暖、万物复苏中见证旺盛的生命力。一起解锁空间站里的“春日关键词”,感受太空中的“春日

  • 植物避盐性的关键基因被发现

    记者3月21日从安徽农业大学获悉,该校生命科学学院韩毅教授课题组与国内外专家合作,发现了植物避盐性的关键基因。该研究对于提高植物耐盐性,帮助盐碱

  • 新研究揭示 光合作用进化“缺失的一环”

    一个国际团队近日在英国《自然》杂志上发表论文说,他们利用湖水样本培养出一种奇特的光合细菌,它属于绿弯菌门一种此前未知的目,代表了光合作用生物进

  • Kimi累趴下了,券商仍看好

    21世纪经济报道记者雷晨 北京报道近日,国内AI领域的明星产品——Kimi智能助手,因流量激增遭遇了短暂的服务中断。月之暗面随后发布公告,对此

  • iPhone迈入AI时代!曝国行版苹果 16 AI效果由百度提供

    3月23日消息,据媒体报道,iPhone与百度公司已达成合作协议,百度将为苹果内置的生成式人工智能大模型提供技术支持。报道指出,iPhone生成式人工智能大模型的

  • 千元机皇 小8Gen3+1.5K直屏+5500mAh大电池 有点香啊!

    回望一加去年的整体节奏,如果要用一个词来总结其数字系列和Ace系列的概况,那就是“卷”!从外观质感、内存性能到整机体验,与友商的相互竞争中,一加表现的都

  • Kimi掀起国产大模型长文本竞赛

    作为月之暗面的创始人,杨植麟常把他的AGI梦想形容为“登月计划”,长文本就是这个伟大计划的第一步。但现在,随着Kimi的爆火出圈,赛道瞬间变得

推荐资讯

  • 日榜
  • 周榜
  • 月榜