Jsme nadšeni, že můžeme představit Aurora (audio-driven ultra-realistic rendering of reactive avatars) – náš nejnovější technický průlom: nový nejmodernější základní model umělé inteligence pro generování videa avatarů. Z jediného snímku + zvukového klipu vytváří Aurora fotorealistické video osoby, která mluví nebo zpívá – s expresivitou celého těla, nejen se synchronizací rtů. Aurora je multimodální model založený na difúzi, který spojuje zvukové, obrazové a volitelné textové vstupy a vytváří časově koherentní, emocionálně sladěný pohyb přes obličej, oči, ruce a celkové držení těla. Podívejte se na ukázky + celý podrobný příspěvek na blogu zde: 🔗 V čem je to výkonné: - Generace nultého snímku s nejvyšší vizuální věrností Konzistence identity u dlouhých videí - Přirozená gesta, mimika a jemný pohyb - Robustní výkon v různých scénářích Je to jeden z nejpřirozenějších, nejvýraznějších a nejovladatelnějších modelů avatarů, jaké jsme kdy viděli – a jsem neuvěřitelně hrdý na svůj tým, že se to podařilo.