首頁 > 科技週邊 > 人工智慧 > 大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

王林
發布: 2024-05-08 20:10:39
轉載
1024 人瀏覽過

最快5分鐘,打造一個直接上崗工作的3D數字人。

這是大模型為數位人領域帶來的最新震撼。

就像這樣,一句話描述需求:

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

產生的數字人直接就能進駐直播間當主播。

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

跳起女團舞也不在話下。

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

整個製作過程中,想到什麼說什麼就行,大模型都能自動拆解需求,瞬間get設計、修改思路。

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

△2倍速

再也不怕老闆/甲方的想法太新奇。

這樣的文生數位人技術,來自百度智慧雲端最新發布。該說不說,是要把數字人的使用門檻一口氣砍沒的節奏了。

聽聞如此神器,我們照例第一時間爭取到了內測資格,更多細節,一起先睹為快~

一句話5分鐘,3D數字人直接上崗

#從Chatbot到文生圖片,再到文生視頻,大模型帶來的互動方式的變革,已經無需贅言。

現在,在百度智慧雲曦靈平台上,基於文心一言4.0,數位人客製化這件事,同樣能透過自然語言對話的形式實現。

舉個例子,產生一個品牌代言人,需要幾個步驟?

首先,輸入「產生一個百度智慧雲端品牌代言人」這樣的提示詞,同時上傳logo圖片。

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

大模型就會自動從臉型、髮型、妝容、服裝、配件等多個維度,開始一步一步思考:

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

自動打造出符合要求的數字人。

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

△8倍速

如果需要調整細節,一樣「說話」就能完成。

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

也就5-10分鐘,一個360°無死角的高品質數字人就基本成型了。

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

捏臉完畢,下一步就是把數字人綁上表情,讓Ta能動起來。同樣只需要一鍵操作,等待1-2分鐘。

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

比相比於過去高精度3D數字人好幾天、甚至好幾個月的客製化週期,這個分鐘級的效率,確實稱得上是「顛覆」了。

值得一提的是,效率如此大幅提升的前提下,這樣的文生數字人細節品質依然保持著高水準。

表情細節:

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

動作品質:

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

結合百度智慧雲端在數位人領域的長期積累,上崗播新聞、直播帶貨都不在話下。

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

數位人技術全面AI化

效率與落地能力的直覺提升之外,這次百度智慧雲端推出的文生數位人方案背後,不少技術細節也值得好好說。

如前文所說,其技術基座,正是文心一言4.0.

而起到關鍵作用的大模型能力包括:

  • #自動拆解要做的任務和子任務
  • 顯示思考過程,做到有理有據,讓整個生成過程「白盒化」
  • #實現了基於內容提煉的短期記憶,可以透過對話持續調整數字人形象

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

這樣一來,大模型就成了一個能懂人類甲方心理的數字人造型助理,可以模仿人類思路,去摳數字人定制的每一個細節,並且做到過程可控。

同時,大模型還在背後施展出了呼叫工具的能力。

例如,調用涵蓋6000 維度的臉型及五官細節“知識庫”,整體調整數字人面容。

大模型技術之外,百度智慧雲還在曦靈平台中加入了新的AI渲染技術,支援AI驅動、AI布料模擬,讓數位人的表情肢體動作更自然,服裝布料質感更真實。包括:

  • 動態褶皺貼圖,讓紋理更真實。

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

  • 分鐘級4D自動綁定,讓眼睛、嘴唇等部位能完美閉合,並支援表情風格切換。
  • 肢體肌肉擠壓、碰撞即時模擬。
  • ……

官方也透露,接下來,百度智慧雲端計畫實現角色、行為、場景、燈光、鏡頭要素的全面AI化。

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

數字人,步入大模型時代應用新範式

#如果說去年大家還在熱火朝天地討論基礎模型,那麼今年以來由Sora而起,大模型帶來的應用範式的變革,已成為科技圈新的熱議焦點。

在互動方式的改變之上,核心受到關注的,其實還是效率提升

輸出創意,生成所需,大模型正在讓越來越多本來需要消耗大量時間、人力、金錢的工作,變得簡單、有效率、人人可用。

現在,百度智慧雲端在3D數位人領域的最新技術進展,就是這種可能性在人們更為熟知的影像、影片領域之外,拓展開來的一個代表。

大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住

可以預見的是,過去更多在大企業、大機構中被使用的數位人員工,在新典範的驅動之下,步入「尋常百姓家」正在成為可能。

先前,清華大學《虛擬數位人研究報告2.0版》數據顯示,從頭部企業的佈局來看,面向B端的數位人產品服務是市場的主要組成部分,佔比達到79% 。

而隨著大模型技術對數位人應用模式的顛覆,不僅中小企業不用再對6位數的3D高精度數位人望而卻步,C端的應用也將得以拓展。

這也意味著,數位人的應用和商業化,已經翻開新的一頁。

#

以上是大模型捲爆數字人:一句話5分鐘實現定制,跳舞主持帶貨都能hold住的詳細內容。更多資訊請關注PHP中文網其他相關文章!

相關標籤:
來源:51cto.com
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
最新問題
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板