详情

（原标题：字节推出全新AI数字东说念主模子！可从单张相片生成传神全身动态视频）世界杯体育

初创公司掀翻AI海浪的同期，头部互联网企业在AI赛说念的步调相似莫得停歇！

2月6日，字节跳跃数字东说念主团队推出了新的多模态数字东说念主决议OmniHuman，其不错对恣意尺寸和东说念主物占比的单张图片吞并一段输入的音频进行视频生成，生成的东说念主物视频成果灵活，具有止境高的当然度。

字节推出全新AI数字东说念主模子

字节跳跃公司推敲东说念主员开荒了一种名为OmniHuman-1的东说念主工智能模子，好像从单张图像生成传神全身动态视频，成果令东说念主咋舌。

该模子好像通过一张图片互助音频或视频，生成止境当然的会言语、唱歌的东说念主类四肢视频。在生成动画时好像保捏极高的实在感，好像精准捕捉到东说念主类的面部热情、形体四肢、手势变化、物体交互等细节。

其复古各式不同类型输入（如单一的东说念主物图片和音频、视频等信号），生成止境传神的真东说念主视频动画，涵盖从面部热情到全身四肢，岂论是言语、唱歌、舞蹈等，超越了以往仅能动画面部或上半身的AI模子。

据了解，该模子接收基于DiT架构的多模态通顺要求搀杂磨练政策，惩办高质地数据稀缺问题。这项时期的中枢在于，它吞并了文本、音频和东说念主体四肢等多种输入，通过一种称为“全要求”磨练的窜改法子，使得AI好像从更大、更丰富的数据集合学习。

从评测遣散而言，通过与多个已存在的模子定量对比，OmniHuman算法在多项评估缱绻上展现出显赫上风。

推敲团队指出，OmniHuman过程迥殊18700小时的东说念主类视频数据磨练，推崇出了显赫的进步。通过引入多种要求信号（举例文本、音频和姿势），这项时期不仅升迁了视频生成的质地，还灵验减少了数据的滥用。

“OmniHuman通过引入多模态要求动手和全要求磨练政策，奏凯惩办了东说念主类动画生成领域永久存在的数据推广和泛化智商问题。这一发展出当今AI视频生成时期竞争日益浓烈的布景下，谷歌、Meta和微软等公司也在积极追赶雷同时期。”有业内东说念主士指出。

数字东说念主范围来岁或将达百亿元

当下，环球数字东说念主投入高产期间，关连产业范围遏抑扩大，互联网巨头纷纷下场布局。

目下，除百度、腾讯、阿里巴巴等互联网公司，华为云、京东云、字节跳跃、科大讯飞、商汤科技、小冰公司等厂商齐已参与到捏造数字东说念主坐蓐中。

天眼查数据炫耀，限度2024年9月底，中国与数字东说念主关连的企业数目已达114.4万家，仅2024年前五个月就新增注册企业17.4万余家，炫耀出数字东说念主产业的市集后劲与活力。

浙商证券以为，数字东说念主有望成为AI大模子的事业进口，在匡助企业达成降本增效的同期，达成toB事业在toC侧的变现闭环。

IDC最新发布的论说炫耀，中国捏造数字东说念主市集范围呈现高速增长趋势，预测到2026年将达102.4亿元。

智研征询以为，跟着AI时期遏抑进步，智能动手型捏造数字东说念主将成为市集主流。捏造数字东说念主的拟东说念主化进度为其中枢特征及竞争力方位，捏造数字东说念主包括真东说念主动手型与东说念主工智能动手型，其中真东说念主动手型捏造数字东说念主仍离不开施行真东说念主，其四肢捕捉、音视频合成等均需要中之东说念主互助完成，拟东说念主化进度更高。目下智能动手型捏造数字东说念主受限于时期、设立成分，拟东说念主传神进度不足真东说念主动手型。

明天跟着当然语言处理、深度学习算法等AI时期的遏抑发展与冲突，智能动手型捏造数字东说念主感知智商、抒发智商与贯通智商齐将赢得大幅升迁，且老本也将进一步下滑。

在性能与老本上风遏抑流露下，好像达成自我贯通和进化的智能动手型捏造数字东说念主将逐渐取代真东说念主动手型捏造数字东说念主，成为市集主流，当年地运用在各个领域。尤其是AIGC时期的兴起，将助力智能动手型数字东说念主个性化定制及智能化交互智商再上新台阶。

世界杯体育