10 月 21 日消息,，復(fù)旦大學和百度聯(lián)合開發(fā)了一款名為 Hallo2 的全新 AI 模型,，該模型可以生成長達數(shù)小時的 4K 分辨率人物動畫,，現(xiàn)已在 GitHub 發(fā)布開源,。
Hallo2 模型建立在 latent diffusion models 的基礎(chǔ)上，相比上一代 Hallo 模型的效果更好,，支持了長視頻生成,，通過引入數(shù)據(jù)增強方法如 patch-drop 和高斯噪聲,，有效提高了長時間視頻的視覺一致性和時間連貫性,。
Hallo2 還結(jié)合了向量量化生成對抗網(wǎng)絡(luò)和時間對齊技術(shù)，保證了高分辨率視頻的質(zhì)量和流暢性,。
此外,，Hallo2 將可調(diào)整的語義文本標簽的肖像表情作為條件輸入,。這超出了傳統(tǒng)的音頻提示，可以提高可控性并增加所生成內(nèi)容的多樣性,。項目頁面介紹稱,，Hallo2 是第一種實現(xiàn) 4K 分辨率并生成長達 1 小時的音頻驅(qū)動的人像圖像動畫的方法，并通過文本提示進行增強,。
本站內(nèi)容除特別聲明的原創(chuàng)文章之外,，轉(zhuǎn)載內(nèi)容只為傳遞更多信息，并不代表本網(wǎng)站贊同其觀點,。轉(zhuǎn)載的所有的文章,、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有,。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權(quán)者,。如涉及作品內(nèi)容、版權(quán)和其它問題,，請及時通過電子郵件或電話通知我們,，以便迅速采取適當措施，避免給雙方造成不必要的經(jīng)濟損失,。聯(lián)系電話：010-82306118,；郵箱：aet@chinaaet.com。