

GAIA
簡介 :
GAIA旨在從語音和單個肖像圖像合成自然的對話視頻。我們引入了GAIA(Avatar的生成AI),它消除了對話頭像生成中的領域先驗。GAIA分為兩個階段:1)將每幀分解為運動和外觀表示;2)在語音和參考肖像圖像的條件下生成運動序列。我們收集了大規模高質量的對話頭像數據集,並在不同規模上對模型進行了訓練。實驗結果驗證了GAIA的優越性、可擴展性和靈活性。方法包括變分自動編碼器(VAE)和擴散模型。擴散模型被優化為在語音序列和視頻片段中的隨機幀的條件下生成運動序列。GAIA可用於不同的應用,如可控對話頭像生成和文本指導的頭像生成。
需求人群 :
可用於生成自然的對話視頻頭像,可用於研究和開發AI/ML技術。
使用場景
語音驅動的對話頭像生成
視頻驅動的對話頭像生成
文本指導的頭像生成
產品特色
語音驅動的對話頭像生成
視頻驅動的對話頭像生成
姿態可控的對話頭像生成
完全可控的對話頭像生成
文本指導的頭像生成
精選AI產品推薦

Sora
Sora是一個基於大規模訓練的文本控制視頻生成擴散模型。它能夠生成長達1分鐘的高清視頻,涵蓋廣泛的視覺數據類型和分辨率。Sora通過在視頻和圖像的壓縮潛在空間中訓練,將其分解為時空位置補丁,實現了可擴展的視頻生成。Sora還展現出一些模擬物理世界和數字世界的能力,如三維一致性和交互,揭示了繼續擴大視頻生成模型規模來發展高能力模擬器的前景。
AI視頻生成
17.2M

Animate Anyone
Animate Anyone旨在通過驅動信號從靜態圖像生成角色視頻。我們利用擴散模型的力量,提出了一個專為角色動畫量身定製的新框架。為了保持參考圖像中複雜外觀特徵的一致性,我們設計了ReferenceNet來通過空間注意力合併詳細特徵。為了確保可控性和連續性,我們引入了一個高效的姿勢指導器來指導角色的動作,並採用了一種有效的時間建模方法,以確保視頻幀之間的平滑跨幀過渡。通過擴展訓練數據,我們的方法可以為任意角色製作動畫,與其他圖像到視頻方法相比,在角色動畫方面取得了出色的結果。此外,我們在時尚視頻和人類舞蹈合成的基準上評估了我們的方法,取得了最先進的結果。
AI視頻生成
11.8M