VASA

据微软官方新闻稿，微软今天公布了一项图生视频的 VASA-1 框架，该 AI 框架只需使用一张真人肖像照片和一段个人语音音频，就可能生成精确真切的对口型视频（生成念稿子的视频），据称在脸色和头部举措方面特别自然。IT之家获悉，目前业界相关许多研究都集中在对口型上，而脸部动向行动及头部静止情况通常被忽视，因此生成的脸部也会显得僵硬、缺乏说服力且存在恐怖谷现象。而微软的 VASA-1 框架克服了以往脸…

微软亚洲研究院（Microsoft Research Asia）近日发表论文，介绍了全新的 VASA-1 模型，用户只需要提供一张静态肖像图片和一段语音音频片段，该模型就能主动让图片中的人物主动说话。 VASA-1 特别有趣的地方在于，它能够模拟自然的面部表情、各种情绪和唇部同步，最重要的是几乎没有人工痕迹，如果不细看很难发现。 研究职员承认，与所有其他模型一样，该模型目前还无法妥善处置头发等非刚…