#VLOGGER

AI科研傳播指數 31

Google 釋出 VLOGGER：一張照片配一段音訊，就能讓人物開口說話還帶手勢

Google 研究人員開發出多模態 AI 模型 VLOGGER，只需一張人物照片和一段音訊，就能生成對應口型、頭部動作和手勢的完整影片。與傳統方案相比，它無需針對單人專門微調，還能補全上半身動作。不過影片目前長度有限且背景固定，仍有少許瑕疵。