Meta 发布 Muse Realtime Avatar,可将任意图片变成实时对话数字人
Meta 发布 Muse Realtime Avatar,把 Muse Realtime Voice 的语音 token 流驱动为带表情、手势和全身动作的实时数字人,任意图片均可作为角色参考。
推荐理由:原文给出实时数字人从语音 token 到视频生成的完整链路,以及延迟、并发和蒸馏带来的 60 倍推理压缩。
技术方向
AI 视频生成与理解:文生视频模型、视频编辑工具与影视创作变革的追踪。
1 条精选近 30 天1条共收录22条
Meta 发布 Muse Realtime Avatar,把 Muse Realtime Voice 的语音 token 流驱动为带表情、手势和全身动作的实时数字人,任意图片均可作为角色参考。
推荐理由:原文给出实时数字人从语音 token 到视频生成的完整链路,以及延迟、并发和蒸馏带来的 60 倍推理压缩。