超級興奮地介紹Aurora（音頻驅動的超真實反應化身渲染）——我們最新的技術突破：一種用於化身視頻生成的最先進的AI基礎模型。 從一張單獨的圖像 + 一個音頻片段，Aurora可以生成一個人說話或唱歌的照片級真實視頻——具有全身的表現力，而不僅僅是嘴唇同步。 Aurora是一個基於擴散的多模態模型，融合了音頻、圖像和可選的文本輸入，以生成時間上連貫、情感上對齊的面部、眼睛、手部和整體姿勢的運動。 在這裡查看演示 + 完整詳細的博客文章： 🔗 這使得它強大的原因： - 零樣本生成，具有最高的視覺保真度 - 長視頻中的身份一致性 - 自然的手勢、面部細微差別和微妙的運動 - 在多種場景下的強大表現 這是我們見過的最自然、最具表現力和可控的化身模型之一——我為我的團隊能夠實現這一點感到無比自豪。