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(xiàng)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(jì)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(gè)數(shù)據(jù)庫收錄了超過80萬名人物肖像，以及累計(jì)超過2200小時(shí)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(shí)用性。
谷歌對(duì)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(dòng)。
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(shí)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(dòng)、真實(shí)的虛擬人物形象，在娛樂、教育、廣告等多個(gè)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(diǎn)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(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
谷歌
+關(guān)注
關(guān)注
27文章
6254瀏覽量
111405 -
AI
+關(guān)注
關(guān)注
91文章
39793瀏覽量
301428 -
模型
+關(guān)注
關(guān)注
1文章
3752瀏覽量
52111
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
格靈深瞳聯(lián)合氪信科技推出多模態(tài)AI金融安全一體機(jī)
12月26日，AI賦能千行百業(yè)超級(jí)聯(lián)賽“A超之夜”在廣西大學(xué)舉行。自治區(qū)黨委書記、自治區(qū)人大常委會(huì)主任陳剛出席并講話。自治區(qū)主席韋韜出席。活動(dòng)現(xiàn)場，格靈深瞳聯(lián)合氪信科技正式發(fā)布多模態(tài)AI
涂鴉Omni AI Foundation V2.6發(fā)布：低代碼+多模態(tài)，重塑AI硬件創(chuàng)新體驗(yàn)
硬件產(chǎn)品的落地。今天，我們非常高興地宣布：面向多模態(tài)AI硬件的基座平臺(tái)OmniAIFoundation正式發(fā)布V2.6版本。本次升級(jí)不僅顯著提升了端到端多
集成端側(cè)AI的可穿戴多模態(tài)生理參數(shù)采集設(shè)備是腦機(jī)接口家用的未來？
HUIYING集成端側(cè)AI的可穿戴多模態(tài)生理參數(shù)采集設(shè)備系統(tǒng)概述隨著對(duì)實(shí)時(shí)生理監(jiān)測與人機(jī)交互需求的增長，傳統(tǒng)可穿戴設(shè)備在多模態(tài)同步采集與端側(cè)
【「AI芯片：科技探索與AGI愿景」閱讀體驗(yàn)】+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(jí)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(shí)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(shí)，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(shí)踐反復(fù)驗(yàn)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(diǎn)、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(jí)多模態(tài)視覺大模型融合解決方案
中國推出企業(yè)級(jí)多模態(tài)視覺大模型融合解決方案，推動(dòng)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(shí)別、精準(zhǔn)預(yù)警和穩(wěn)定交付。
多模態(tài)+空間智能：盾華以AI+智慧路燈桿，點(diǎn)亮城市治理新方式
多模態(tài)+空間智能：盾華以AI+智慧路燈桿，點(diǎn)亮城市治理新方式
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(hào)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)
海康威視發(fā)布多模態(tài)大模型AI融合巡檢超腦
基于海康觀瀾大模型技術(shù)體系，海康威視推出新一代多模態(tài)大模型AI融合巡檢超腦，全面升級(jí)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(dòng)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(yàn)
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(dòng)行業(yè)變革的新動(dòng)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
?533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(yàn)
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(dòng)行業(yè)變革的新動(dòng)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(dòng)等）與計(jì)算機(jī)系統(tǒng)進(jìn)行自然、
工商網(wǎng)監(jiān)
評(píng)論