Tiktok的母公司Bytedance已通过Omnihuman-1多模型揭示了其在人工智能方面的最新突破。这项新技术因其能够将照片和音频剪辑转换为超现实视频的能力而引起了全世界的关注。根据BONDEDANCE研究人员的说法，该模型的性能“显着胜过现有的音频条件的人类视频生成方法”，在不断增长的人工智能领域中，中国为中国的另一个重点得分。
从深烟到动态的数字化身
Omnihuman-1的背后的技术攻入了不断发展的深层领域，该领域通常与围绕错误信息和欺诈的争议有关。但是，Bytedance的方法旨在利用这项技术的创造潜力。生成的视频具有生动的面部表情和自然动作，与随附的音频紧密相符 – 无论是演讲还是歌曲。
开创性培训技术
Omnihuman-1的关键区别是其新颖的培训策略。兽人团队在最近的技术论文中详细介绍了他们如何将各种文本，音频和运动的数据集结合在一起，以应对遇到全球研究人员的挑战。这种混合技术使该模型可以生成具有多种纵横比和身体比例的逼真的视频，从近距离表情到全身镜头。结果是视频剪辑，每个手势，嘴唇运动和表达似乎都不恰当地真实，为从教育到虚拟娱乐的应用开辟了新的门。
全球种族
Bontedance的公告在全球AI竞赛正在加剧的时候到来。尽管华盛顿努力限制了中国的AI进步，但像Bytedance这样的公司仍在迅速进行创新。中国的DeepSeek是该公司的另一家Majoy AI开发项目，正在为全球其他技术巨头提供不眠之夜。
Omnihuman-1前方的道路
尽管Omnihuman-1尚未向公众发布，但样本片段已经在网上引起搅拌。一个病毒式的例子是一个重新想象的阿尔伯特·爱因斯坦（Albert Einstein）发表演讲，使观众对“令人震惊的好”现实主义感到震惊。随着AI生成内容的界限继续扩展，围绕负责任使用和数字媒体的未来的对话变得越来越重要。
