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計的多模態(tài)Diffusion模型，其強大能力得益于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習之用，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
6259瀏覽量
112021 -
AI
+關(guān)注
關(guān)注
91文章
41370瀏覽量
302741 -
模型
+關(guān)注
關(guān)注
1文章
3834瀏覽量
52289
發(fā)布評論請先 登錄
相關(guān)推薦
熱點推薦
《多模態(tài)大模型 前沿算法與實戰(zhàn)應用 第一季》精品課程簡介
技術(shù)，需要開發(fā)者同時具備模態(tài)編碼、跨模態(tài)對齊、系統(tǒng)優(yōu)化等跨領(lǐng)域能力。從算法原理到項目落地，關(guān)鍵在于理解不同模態(tài)的互補性，并通過合理的融合策略釋放多模
發(fā)表于 05-01 17:46
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
12月26日，AI賦能千行百業(yè)超級聯(lián)賽“A超之夜”在廣西大學舉行。自治區(qū)黨委書記、自治區(qū)人大常委會主任陳剛出席并講話。自治區(qū)主席韋韜出席。活動現(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
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OmniAIFoundation正式發(fā)布V2.6版本。本次升級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)采集設備是腦機接口家用的未來？
HUIYING集成端側(cè)AI的可穿戴多模態(tài)生理參數(shù)采集設備系統(tǒng)概述隨著對實時生理監(jiān)測與人機交互需求的增長，傳統(tǒng)可穿戴設備在多模態(tài)同步采集與端側(cè)
【「AI芯片：科技探索與AGI愿景」閱讀體驗】+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
米爾RK3576部署端側(cè)多模態(tài)多輪對話,6TOPS算力驅(qū)動30億參數(shù)LLM
“看圖說話+語音問答”的融合交互。
五、結(jié)論與未來發(fā)展方向如果說 “大模型上云” 是 AI 的 “星辰大?！保敲?“多模態(tài)落地端側(cè)” 就是 AI 的 “柴米油鹽”—— 后者決定了智
發(fā)表于 09-05 17:25
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驗證的可行路徑。
“端云＋多模態(tài)”新范式：《移遠通信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)勢與多元應用場景，以及移遠通信“端云+多模態(tài)
中偉視界：解密GB28181流媒體平臺，多模態(tài)AI的強大支撐
GB28181流媒體平臺作為多模態(tài)AI系統(tǒng)的基礎數(shù)據(jù)樞紐，解決了多源異構(gòu)視頻資源的接入與處理問題，提供標準化數(shù)據(jù)格式，支持各類智能分析與應用場景。其廣泛的協(xié)議兼容性和強大的視頻處理能力
研華科技攜手創(chuàng)新奇智推出多模態(tài)大模型AI一體機
這是一款基于研華高性能邊緣計算平臺MIC-733，深度集成創(chuàng)新奇智視覺小模型與多模態(tài)大模型的邊緣智能終端，通過創(chuàng)新的“視覺識別 + 深度語義理解”融合分析路徑，具備強大的本地視頻智能分析及大模型深度研判能力。
百度文心快碼推出AI原生開發(fā)環(huán)境工具Comate AI IDE
6月23日圖靈誕辰日，Comate AI IDE正式發(fā)布，成為行業(yè)首個多模態(tài)、多智能體協(xié)同的獨立AI原生開發(fā)環(huán)境工具。
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 AI 模型在交通治理、工業(yè)質(zhì)檢、金融風控等領(lǐng)域?qū)崿F(xiàn)高效識別、精準預警和穩(wěn)定交付。
潤和軟件榮登2025多模態(tài)AI大模型排行榜單
近日，《互聯(lián)網(wǎng)周刊》聯(lián)合eNET研究院、德本咨詢、中國社會科學院信息化研究中心共同發(fā)布了“2025多模態(tài)AI大模型”榜單。江蘇潤和軟件股份有限公司（以下簡稱“潤和軟件”）自主研發(fā)的“潤知”知識處理
XMOS為普及AI應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
評論