„Synthesia“, Didžiosios Britanijos kompanija, remiama milžino „Nvidia“, ką tik pristatė „Expressive Avatars“. Ši pažanga leidžia dirbtiniu intelektu (AI) pagrįstiems avatarams įspūdingai tiksliai imituoti žmogaus emocijas ir gestus. Naujoji funkcija buvo atskleista balandžio 25 d., žadanti pakeisti įmonių pristatymų, rinkodaros ir mokymų būdus.
Generacinė AI technologija jau buvo žinoma dėl savo gebėjimo kurti tikroviškus vaizdus ir judesius. Žinomiausias to pavyzdys yra OpenAI Sora vaizdo generatorius. Tačiau šios technologijos susidūrė su tokiais iššūkiais kaip rankų ir galūnių iškraipymai ir prastas lūpų sinchronizavimas. „Synthesia“ išsprendė šias problemas fiksuodama tikrų žmonių judesius ir išraiškas, kurie savo studijoje skaito scenarijus, kad galėtų efektyviau treniruoti savo avatarus.
Victoras Ribarbelli, „Synthesia“ generalinis direktorius ir vienas iš įkūrėjų, savo pareiškime pabrėžė šio pažangos svarbą: „avatarai nesupranta, ką jie sako“ – tai apribojimas, kurį siekiama įveikti naujausiomis technologijomis, leidžiantis autentiškesniam veido atsakui. emocijos.
💥 Štai ir viskas. Tai pakeičia viską. 💥
Pirmą kartą istorijoje, #AIavatarai gali suprasti, ką jie sako.
Naudojami mūsų naujojo AI avataro modelio EXPRESS-1, jie gali aptikti scenarijaus jausmus ir atlikti visus subtilius žmonių bendravimo niuansus.
... pic.twitter.com/uj3WIjcGlm
— Sintezija 🎥 (@synthesiaIO) Balandis 25, 2024
Inovacijos neapsiriboja tik vizualiniu ir emociniu tobulėjimu. Avatarai dabar palaiko daugiau nei 130 kalbų, siūlo automatinius subtitrus ir netgi gali atkartoti vartotojų balsus. Nors visi kalbų modeliai parodė pažangą, pagal atliktus bandymus angliškas modelis išsiskiria artumu žmonių išraiškoms.
„Synthesia“, kuri rinkoje veikia tik šešerius metus, jau pasitiki pusė „Fortune 100“ ir aptarnauja daugiau nei 55.000 1 kompanijų visame pasaulyje, įskaitant tokius pavadinimus kaip „Zoom“, „Xerox“, „Microsoft“ ir „Reuters“. Augant AI sprendimų paklausai, startuolio vertinimas priartėjo prie XNUMX mlrd.
