Meta 联手 Shutterstock:用数百万商业图库与音视频训练 AI
Meta 与 Shutterstock 宣布扩大合作,Meta 将接入其数百万张图像、视频和音乐素材库来训练和评估 AI 模型。Shutterstock 同时强调会为贡献训练数据的创作者提供分成补偿。对 Meta 而言,买下正规版权库能有效绕开版权雷区。
Meta 与 Shutterstock 宣布扩大合作,Meta 将接入其数百万张图像、视频和音乐素材库来训练和评估 AI 模型。Shutterstock 同时强调会为贡献训练数据的创作者提供分成补偿。对 Meta 而言,买下正规版权库能有效绕开版权雷区。
演员兼 Mint Mobile 老板 Ryan Reynolds 使用 AI 编写了品牌最新广告。该系列短片向来主打通过省钱把实惠留给消费者。尽管使用 AI 存在伦理争议,但 Reynolds 借助这种尝试,再次强化了其幽默又省钱的品牌人设。
卫报披露英国 ITV 喜剧《Deep Fake Neighbour Wars》幕后细节。技术团队 StudioNeural 用 AI 把演员实时换成各路名流,演绎邻里琐碎冲突。不过受限于技术,演员拍摄时必须一直面朝镜头不能大幅转头,剧集将于 1 月 26 日上线 ITVX。
MIT CSAIL 团队公布一种多模态表征学习方法,让 AI 能在共享嵌入空间里对齐视频、音频和文本,仅用 1000 个词向量就能识别视频中的动作。最值得关注的是,这种设计提升了跨模态检索准确度和可解释性。不过模型目前一次只能处理两种模态。
在 CES 2023 上,Nvidia 宣布将于 2 月推出 RTX 视频超分辨率功能,支持配备 RTX 30 或 40 系列显卡的 PC 在 Chrome 与 Edge 浏览器中将 1080p 网页视频提升至 4K。该功能可平滑画面块状瑕疵,但暂不支持 RTX 20 系列与 Firefox 浏览器。
NVIDIA 开放 Omniverse Avatar Cloud Engine(ACE)抢先体验。该服务将 Audio2Face 面部动画与 Riva 语音合成打包为云原生微服务,支持虚幻引擎 MetaHuman 与 Ready Player Me。开发者无需本地重型算力,即可在云端快速生成可交互的 3D 数字人与虚拟助手。
2022 年底,韩国公司 DeepBrain AI 推出 Re;memory 付费服务。该技术结合照片、视频与预先采访数据,通过图像合成和语音识别构建虚拟人,让家属在 400 英寸大屏体验馆内进行 30 分钟实时视频对话,弥补未尽的告别。
AI 视频平台 Synthesia 利用梅西 5 分钟的真实片段,生成了他用流利英语等 10 种语言发言的合成视频。嘴型与发音高度贴合,引得球迷惊呼「逼真到可怕」。梅西在现实中极少公开讲英文,这也体现了深度学习人像合成跨越语言隔阂的能力。
前 Meta 开发者推出短视频生成工具 QuickVid。用户只需输入一个提示词,它就能调用 GPT-3 写脚本、DALL-E 2 生图、Google TTS 配音并拼接背景素材。最值得关注的是,它把零散 AI 串成了短视频流水线,但也引发了垃圾内容泛滥的担忧。
CACM 报道了 AI 对好莱坞制片流程的改造。Flawless 的神经网络可修改演员面部配合新录音,Digital Domain 能用算法生成替身。这不仅能减少补拍成本,但也引发了关于演员授权与知情同意的伦理担忧。
由《南方公园》主创 Trey Parker 与 Matt Stone 创立的 AI 娱乐公司 Deep Voodoo 宣布完成 2000 万美元融资,由 Connect Ventures 领投。这是该公司首次引入外部资本,资金将用于加速换脸与合成媒体技术研发,为影视业提供更低成本、更快速的视觉特效服务。
Reface 首席执行官在《福布斯》撰文,分析生成式 AI 对艺术创作与商业的冲击。从 DreamStudio 首月破百万用户到设计工具全面接入,AI 正在颠覆内容生产。他建议企业积极把 AI 工具嵌入产品,将普通用户转化为创作者。