10 月 21 日消息，復旦大學和百度聯(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 還結合了向量量化生成對抗網(wǎng)絡和時間對齊技術，保證了高分辨率視頻的質量和流暢性。
此外，Hallo2 將可調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。
本站內容除特別聲明的原創(chuàng)文章之外，轉載內容只為傳遞更多信息，并不代表本網(wǎng)站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創(chuàng)文章及圖片等內容無法一一聯(lián)系確認版權者。如涉及作品內容、版權和其它問題，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。