扎克伯格在元宇宙里一小时的「真人对话」,惊艳了全世界
「一度让我忘记了眼前的不是真人。」
「这是我与扎克伯格在元宇宙中的对话。我跟 Mark 物理距离有上百英里,但我感觉是在和他面对面。因为我们的形象都由照片级精度的 3D 模型进行了建模,这技术太神奇了!我认为这就是人们未来在互联网上交流的方式,」Lex Fridman 说道。
昨天,麻省理工学院(MIT)科学家 Lex Fridman 与 Meta 首席执行官马克・扎克伯格的一番隔空对话,成为了社交网络上的最大热门。他们在元宇宙里长达一个小时的采访视频播放量很快就冲上了千万。
在元宇宙中,我们的形象现在可以几乎与真人一模一样,无论是从全身细节到表情动作,都自然得令人惊叹
以至于在现实世界里,我们需要注意管理一下表情:
在 Lex Fridman 播客的「首次 Metaverse 对话」中,扎克伯格展示了 Meta 的新型 Codec 虚拟现实化身,其使用扫描技术构建用户面部的 3D 模型,再由机器学习实现驱动。在对话过程中,新型头显会检测用户的面部表情并将其实时映射到 3D 化身上形成动作。
扎克伯格说,在元宇宙对话时,「平台基本上是在通过网络发送你形象的编码版本,这种方式甚至比传输视频的带宽效率更高。」
当然在元宇宙里,你也可以对自己的形象进行一些定制,比如修改一下打光:
与 Meta 最初的虚拟化身不同,此前的技术被嘲笑为无腿、目光呆滞且令人难受,新一代的形象却显得极其真实,延迟也可以忽略不计,能让你在虚拟世界里感受到和别人在一起。
扎克伯格表示:「这触及了增强现实愿景的核心,即无论你身在世界何处,它都能提供一种临场感。」
这一切显然给进行渲染的硬件带来了更多的负载。在对话中,扎克伯格和 Fridman 都戴着最新版 Quest Pro,它具有内置的面部跟踪和眼球跟踪功能。需要注意的是,这并不是前几天发布的 Quest 3。Quest Pro 可能要等 2025 年才能正式发布。
Codec 形象需要对用户的面部进行扫描,以建立 3D 虚拟模型。
扎克伯格的采访是在元宇宙里,聊的内容也是元宇宙。在长达一小时的对话中,扎克伯格聊了元宇宙、增强现实、大模型等话题。
扎克伯格说,其实人们大部分的交流并不是通过语言完成的,而是通过表情等细节。Meta 正尝试着用更多卡通化身来捕捉表情,在传递逼真体验的同时,也有一定的真实感。
他建议用户可以编辑他们的虚拟分身,让他们展示更夸张的情绪,并开玩笑说他可能会用化身技术来调整他著名的无表情的讲话方式。 他建议用户可以编辑他们的虚拟分身,让他们展示更夸张的情绪,并开玩笑说他可能会利用化身技术来调整他著名的无表情的讲话方式
尽管虚拟化身令人印象深刻,但要广泛使用它们可能还需要一段时间。可以重写为:尽管虚拟化身给人留下了深刻的印象,但要普遍应用它们可能还需要一些时间
需要注意的是,这次采访中显示的人物形象是使用最先进的、长达数小时的扫描(包括数百个摄像头)创建的,这是普通消费者现在还无法企及的。
扎克伯格在采访中提到,Meta 的目标是让人们能够通过智能手机进行快速的扫描
扎克伯格告诉Lex Fridman,只要你拿起手机,在自己面前晃动几分钟,说几句话,做出一堆表情,AI 就能制作出我们现在拥有的高质量东西
扎克伯格表示,Meta计划在未来几年将这项技术整合到产品中
目前的投影效果与Meta 免费的VR游戏和社交平台Horizon Worlds所使用的卡通头像相比,已经有了显着的改善
扎克伯格的元宇宙自拍照。
去年,扎克伯格在虚拟埃菲尔铁塔外发布了一张他的元宇宙化身的自拍照,引起了社交媒体上的一片嘲笑。评论者将其画面与上世纪90年代的电子游戏相比较。扎克伯格当时承认,这个头像只是「基本的」程度
惊人的是,仅仅一年的时间,技术的进步如此迅猛
正如AI 科学家Lex Fridman 在采访过程中感叹的:「我真的不知道如何形容这种感觉,这就像是我们正在同一个房间里,就像是未来。」
扎克伯格不断努力,正在改变人们对Horizon Worlds的印象。他告诉Lex Fridman,逼真的虚拟形象可能有助于吸引那些对元宇宙中的图像感到反感的人,“人们对这种体验感到震撼,但我们确实收到了一些反馈,人们说在这种环境中头像感觉不够逼真。”
显然,如今的元宇宙能力会给我们的交互方式带来巨大的变化。不得不承认的是,这是扎克伯格元宇宙项目有史以来最令人印象深刻的展示。
「改变了,我们对元宇宙的观感开始改变了」——这是划时代的技术。
如果不久之后,Meta 能够在消费级产品上实现这样的效果,那么它有可能成为一种改变游戏规则的应用
重新撰写内容,不改变原始含义,需要将语言改为中文
马克·扎克伯格的新元宇宙中的化身如今更加接近人类化了
https://futurism.com/the-byte/new-metaverse-lifelike-avatar
https://twitter.com/lexfridman/status/1707453830344868204
以上是扎克伯格在元宇宙里一小时的「真人对话」,惊艳了全世界的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

同样是图生视频,PaintsUndo走出了不一样的路线。ControlNet作者LvminZhang又开始整活了!这次瞄准绘画领域。新项目PaintsUndo刚上线不久,就收获1.4kstar(还在疯狂涨)。项目地址:https://github.com/lllyasviel/Paints-UNDO通过该项目,用户输入一张静态图像,PaintsUndo就能自动帮你生成整个绘画的全过程视频,从线稿到成品都有迹可循。绘制过程,线条变化多端甚是神奇,最终视频结果和原图像非常相似:我们再来看一个完整的绘

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年,本站AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com这篇论文的作者均来自伊利诺伊大学香槟分校(UIUC)张令明老师团队,包括:StevenXia,四年级博士生,研究方向是基于AI大模型的自动代码修复;邓茵琳,四年级博士生,研究方

Meta Connect 2024 活动定于 9 月 25 日至 26 日举行,在本次活动中,该公司预计将推出一款价格实惠的新型虚拟现实耳机。据传这款 VR 耳机是 Meta Quest 3S,它似乎已经出现在 FCC 清单上。这个建议

如果AI模型给的答案一点也看不懂,你敢用吗?随着机器学习系统在更重要的领域得到应用,证明为什么我们可以信任它们的输出,并明确何时不应信任它们,变得越来越重要。获得对复杂系统输出结果信任的一个可行方法是,要求系统对其输出产生一种解释,这种解释对人类或另一个受信任的系统来说是可读的,即可以完全理解以至于任何可能的错误都可以被发现。例如,为了建立对司法系统的信任,我们要求法院提供清晰易读的书面意见,解释并支持其决策。对于大型语言模型来说,我们也可以采用类似的方法。不过,在采用这种方法时,确保语言模型生

快准备好你的GPU!Llama3.1终于现身了,不过出处却不是Meta官方。今日,Reddit上新版Llama大模型泄露的消息遭到了疯传,除了基础模型,还包括8B、70B和最大参数的405B的基准测试结果。下图为Llama3.1各版本与OpenAIGPT-4o、Llama38B/70B的比较结果。可以看到,即使是70B的版本,也在多项基准上超过了GPT-4o。图源:https://x.com/mattshumer_/status/1815444612414087294显然,3.1版本的8B和70

最近,被称为千禧年七大难题之一的黎曼猜想迎来了新突破。黎曼猜想是数学中一个非常重要的未解决问题,与素数分布的精确性质有关(素数是那些只能被1和自身整除的数字,它们在数论中扮演着基础性的角色)。在当今的数学文献中,已有超过一千条数学命题以黎曼猜想(或其推广形式)的成立为前提。也就是说,黎曼猜想及其推广形式一旦被证明,这一千多个命题将被确立为定理,对数学领域产生深远的影响;而如果黎曼猜想被证明是错误的,那么这些命题中的一部分也将随之失去其有效性。新的突破来自MIT数学教授LarryGuth和牛津大学

干杯!当论文讨论细致到词句,是什么体验?最近,斯坦福大学的学生针对arXiv论文创建了一个开放讨论论坛——alphaXiv,可以直接在任何arXiv论文之上发布问题和评论。网站链接:https://alphaxiv.org/其实不需要专门访问这个网站,只需将任何URL中的arXiv更改为alphaXiv就可以直接在alphaXiv论坛上打开相应论文:可以精准定位到论文中的段落、句子:右侧讨论区,用户可以发表问题询问作者论文思路、细节,例如:也可以针对论文内容发表评论,例如:「给出至

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年,本站AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com。引言近年来,多模态大型语言模型(MLLM)在各个领域的应用取得了显着的成功。然而,作为许多下游任务的基础模型,当前的MLLM由众所周知的Transformer网络构成,这种网
