Microsoft zaprezentował zaawansowany model AI VASA-1, opracowany przez laboratorium badawcze Microsoft Research Asia w Chinach. Technologia ta umożliwia tworzenie niezwykle realistycznych wideo z mówiącymi twarzami na podstawie jednego zdjęcia i nagrania głosowego. VASA-1 to kolejny krok w zacieraniu granic między rzeczywistością a światem wirtualnym, otwierając nowe możliwości w interakcjach człowiek-komputer.
Czym jest Microsoft VASA-1?
VASA-1 to zaawansowany model sztucznej inteligencji, który pozwala generować wideo z mówiącymi twarzami wirtualnych postaci, wykorzystując pojedyncze zdjęcie i nagranie głosowe. Technologia precyzyjnie synchronizuje ruchy warg z dźwiękiem, oddając jednocześnie szeroką gamę ekspresji twarzy i naturalne ruchy głowy. Dzięki temu wirtualne postacie wyglądają niezwykle naturalnie i realistycznie, co stanowi duży krok w dziedzinie generowania ruchomych obrazów przez AI.
Jakie są możliwości technologii od Microsoft?
VASA-1 wykorzystuje zaawansowany model generacji dynamiki twarzy i ruchów głowy, co pozwala stworzyć wyjątkowo realistyczne efekty. System generuje wideo w czasie rzeczywistym z jakością do 512×512 pikseli przy 40 klatkach na sekundę, z minimalnym opóźnieniem początkowym. Model dyfuzji, na którym bazuje VASA-1, akceptuje opcjonalne sygnały, takie jak kierunek spojrzenia, odległość głowy czy emocje, umożliwiając generowanie wideo pod różnymi kątami i z różnymi emocjami.
Kontrola i personalizacja w VASA-1
Możliwości personalizacji w VASA-1 pozwalają użytkownikom dostosowywać wirtualne postacie do specyficznych potrzeb, otwierając nowe perspektywy w dziedzinach takich jak edukacja, komunikacja czy terapia. VASA-1 wykazuje zdolność do obsługi zdjęć i materiału audio wykraczających poza zakres danych treningowych, w tym artystycznych zdjęć, śpiewu czy mowy w różnych językach. Czyni to system idealnym narzędziem do interaktywnych zastosowań.
Możliwości VASA-1 stwarzają ryzyko wykorzystania w złym celu
Choć projekt Microsoft VASA-1 otwiera nowe możliwości pozytywnego wykorzystania technologii AI, istnieje również potencjalne ryzyko nadużyć, takich jak tworzenie treści deepfake czy fake newsów. Microsoft Research aktywnie dąży do odpowiedzialnego rozwoju technologii, mając na uwadze możliwe ryzyka i koncentrując się na tworzeniu rozwiązań przynoszących korzyści ludzkości. VASA-1 stanowi widoczny postęp w dziedzinie sztucznej inteligencji, umożliwiając tworzenie niezwykle realistycznych wirtualnych postaci, które mogą zrewolucjonizować sposób, w jaki ludzie komunikują się z maszynami.
Dokładne możliwości modelu możesz znaleźć na oficjalnej stronie Microsoftu.