谷歌推出多模態(tài)VLOGGER AI
谷歌最新推出的VLOGGER AI技術(shù)引起了廣泛關(guān)注，這項創(chuàng)新的多模態(tài)模型能夠讓靜態(tài)肖像圖“活”起來并“說話”。用戶只需提供一張人物肖像照片和一段音頻內(nèi)容，VLOGGER AI就能讓圖片中的人物仿佛真的在朗讀這段音頻，面部表情豐富，栩栩如生。
VLOGGER AI作為一種專為虛擬肖像設(shè)計的多模態(tài)Diffusion模型，其強(qiáng)大能力得益于MENTOR數(shù)據(jù)庫的豐富資源。這個數(shù)據(jù)庫收錄了超過80萬名人物肖像，以及累計超過2200小時的影片，使得VLOGGER能夠生成各種種族、年齡、穿著和姿勢的肖像影片，極大增加了其適用性和實用性。
谷歌對VLOGGER AI寄予厚望，將其視為邁向“通用聊天機(jī)器人”的重要一步。未來，這種AI技術(shù)有望通過語音、手勢和眼神交流等方式，以更加自然和人性化的方式與人類進(jìn)行互動。
這一技術(shù)的推出不僅展示了谷歌在人工智能領(lǐng)域的深厚實力，也為虛擬形象、影視制作等領(lǐng)域帶來了全新的可能性。未來，我們可以期待看到更多由VLOGGER AI生成的生動、真實的虛擬人物形象，在娛樂、教育、廣告等多個領(lǐng)域大放異彩。
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
-
谷歌
+關(guān)注
關(guān)注
27文章
6241瀏覽量
110011 -
AI
+關(guān)注
關(guān)注
88文章
37213瀏覽量
291988 -
模型
+關(guān)注
關(guān)注
1文章
3618瀏覽量
51543
發(fā)布評論請先 登錄
相關(guān)推薦
熱點推薦
【「AI芯片：科技探索與AGI愿景」閱讀體驗】+AI芯片到AGI芯片
2）滲透式AI的優(yōu)勢
5、大型多模態(tài)模型
多模態(tài)模型（LMM）可以被理解成大模型的更高級版本，不僅可以處理文本，還可以處理和理解多種類型的
發(fā)表于 09-18 15:31
商湯科技多模態(tài)通用智能戰(zhàn)略思考
時間是最好的試金石，AI領(lǐng)域尤其如此。當(dāng)行業(yè)熱議大模型走向時，商湯早已錨定“多模態(tài)通用智能”——這是我們以深厚研究積累和實踐反復(fù)驗證的可行路徑。
“端云＋多模態(tài)”新范式：《移遠(yuǎn)通信AI大模型技術(shù)方案白皮書》正式發(fā)布
7月28日，移遠(yuǎn)通信聯(lián)合智次方研究院正式發(fā)布《AI大模型技術(shù)方案白皮書》（以下簡稱“白皮書”）。這份白皮書系統(tǒng)梳理了AI大模型的技術(shù)特點、產(chǎn)業(yè)發(fā)展態(tài)勢與多元應(yīng)用場景，以及移遠(yuǎn)通信“端云+多模態(tài)
NVIDIA助力圖靈新訊美推出企業(yè)級多模態(tài)視覺大模型融合解決方案
中國推出企業(yè)級多模態(tài)視覺大模型融合解決方案，推動先進(jìn) AI 模型在交通治理、工業(yè)質(zhì)檢、金融風(fēng)控等領(lǐng)域?qū)崿F(xiàn)高效識別、精準(zhǔn)預(yù)警和穩(wěn)定交付。
XMOS為普及AI應(yīng)用推出基于軟件定義SoC的多模態(tài)AI傳感器融合接口
多模態(tài)傳感信號AI處理為智算中心和邊緣智能開啟感知智能的新篇章
愛芯通元NPU適配Qwen2.5-VL-3B視覺多模態(tài)大模型
InternVL2.5-1B/8B/MPO，Huggingface推出的全球最小多模態(tài)大模型SmloVLM-256M。為工業(yè)界提供了離線部署多模態(tài)
?？低暟l(fā)布多模態(tài)大模型AI融合巡檢超腦
基于?？涤^瀾大模型技術(shù)體系，?？低?b class='flag-5'>推出新一代多模態(tài)大模型AI融合巡檢超腦，全面升級人、車、行為、事件等算法，為行業(yè)帶來全新的多
安霸在ISC West上推出下一代前端多模態(tài)AI技術(shù)
近日，Ambarella (下稱“安霸”，納斯達(dá)克股票代碼：AMBA， AI 視覺感知芯片公司）在美國拉斯維加斯西部安防展（ISC West）上宣布，將持續(xù)推動前端多模態(tài) AI 技術(shù)的
移遠(yuǎn)通信智能模組全面接入多模態(tài)AI大模型，重塑智能交互新體驗
隨著千行百業(yè)數(shù)智化進(jìn)程的不斷加速，多模態(tài)AI大模型的應(yīng)用需求不斷攀升，圖像、語音、視頻等多樣化的交互方式正逐漸成為推動行業(yè)變革的新動力。 ? 3月20日，全球物聯(lián)網(wǎng)整體解決方案供應(yīng)商移遠(yuǎn)通信宣布，其
發(fā)表于 03-21 14:12
?373次閱讀
移遠(yuǎn)通信智能模組全面接入多模態(tài)AI大模型，重塑智能交互新體驗
隨著千行百業(yè)數(shù)智化進(jìn)程的不斷加速，多模態(tài)AI大模型的應(yīng)用需求不斷攀升，圖像、語音、視頻等多樣化的交互方式正逐漸成為推動行業(yè)變革的新動力。3月20日，全球物聯(lián)網(wǎng)整體解決方案供應(yīng)商移遠(yuǎn)通信宣布，其全系
?多模態(tài)交互技術(shù)解析
多模態(tài)交互 多模態(tài)交互（ Multimodal Interaction ）是指通過多種感官通道（如視覺、聽覺、觸覺等）或多種交互方式（如語音、手勢、觸控、眼動等）與計算機(jī)系統(tǒng)進(jìn)行自然、
商湯日日新多模態(tài)大模型權(quán)威評測第一
剛剛，商湯科技日日新SenseNova多模態(tài)大模型，在權(quán)威綜合評測權(quán)威平臺OpenCompass的多模態(tài)評測中取得榜單第一。
高通與智譜推動多模態(tài)生成式AI體驗的終端側(cè)部署
此前，驍龍峰會首日，智譜與高通技術(shù)公司宣布合作將GLM-4V端側(cè)視覺大模型，面向驍龍8至尊版進(jìn)行深度適配和推理優(yōu)化，支持豐富的多模態(tài)交互方式，進(jìn)一步推動多模態(tài)生成式
工商網(wǎng)監(jiān)
評論