MIT开源最强虚拟人生成器,登Nature子刊

GitHub开源数字人项目汇总(2025版) 开源数字人项目汇总(2025版),优先选择Fay或xuniren,整合成熟技术栈。 阅读详情

7e871e29aeb2df932432fe3a04b50ead.png

来源:新智元

麻省理工学院媒体实验室(MIT Media Lab)的研究人员开源了一个虚拟角色生成工具。该工具结合了面部、手势、语音和动作领域的人工智能模型,可用于创建各种音频和视频输出,一举登上《Nature Machine Intelligence》。

这年头,用人工智能创建一个数字虚拟人感觉越来越容易了。

33eb30eee185305eb603bba5805978f7.png

不过,关于数字人,不少言论都集中在「它有误导性」和「它背后的deepfake技术有潜在的隐私泄露风险」这两个观点上。

a910195becf2d59547e5697dd4d5c448.gif

其实,这项技术也可以用于积极的目的,比如,让阿尔伯特·爱因斯坦复活,去教一堂物理课,或者与年长的自己聊一聊天。

50d97bf33d6519c4fa29158f703eb44e.png

为了鼓励这项技术所能带来的积极作用,麻省理工学院媒体实验室(MIT Media Lab)的研究人员开源了一个易于使用的虚拟角色生成管道。

该虚拟角色生成管道结合了面部、手势、语音和动作领域的人工智能模型,可用于创建各种音频和视频输出。

8aca14feeb0361651baa74313f5412aa.png

使用人工智能技术制作的蒙娜丽莎、玛丽·雪莱、马丁·路德·金、阿尔伯特·爱因斯坦、文森特·梵高和威廉·莎士比亚的动画

该虚拟角色生成管道还使用了可追踪的、人类可读的水印标记了其输出的结果。

这样一来,它生成的内容就可以与真实的视频内容区分开来,进而防止一些恶意的用途。

研究人员希望教师、学生和医疗保健工作者可以尝试一下,看看这个工具能否在各自的领域帮助到他们。

9e71054911cda7a71c8476886c9de35b.png

研究人员在《Nature Machine Intelligence》上写道,如果有更多的学生、教育工作者、卫生保健工作者和治疗师有机会构建和使用这些虚拟角色,那么,这些虚拟角色可能会为更多人带来福祉。

544bcc94f3120a64bf77859739e2817e.png

论文地址:https://www.nature.com/articles/s42256-021-00417-9

斯坦福虚拟人类互动实验室的创始主任杰里米·巴伦森(Jeremy Bailenson)表示:

「当人工智能和人类开始共享身份时,这将是一个奇妙的世界。这篇论文完成了令人难以置信的工作,描绘了在教育、健康、亲密关系等领域,AI生成角色的可能用途,同时给出了一个切实可行的路线图,说明了如何避免隐私泄露和虚假视频。」

该论文的第一作者Pat Pataranutaporn是Pattie Maes流体界面研究小组的博士生。

他说,「尽管世界上大多数人都是从deepfakes那里了解虚拟人技术的,但我们认为它有潜力成为创造性表达的工具。」

bf6288c5e51c1c23702dbf53418268b8.gif

数字人的有趣妙用

生成性对抗网络(GAN),是两个相互竞争的神经网络的组合,使得创建极具真实感的图像、克隆声音和生成人脸动画变得更加容易。

Pataranutaporn与Danry一起,在一个名为Machinoia的项目中首次探索了生成人脸动画的可能性。

f516322f05c01213776601fd5daea998.png

统一管道允许用户提供视频、语音或文本作为输入,以生成视频和实时面部滤镜

在这个项目中,Pataranutaporn创造了各个年龄段的自己:少年、青年、中年、老年,让他们从不同的角度和自己进行对话。

Pataranutaporn说:「这次不寻常的经历让我意识到自己作为一个人的旅程。这是一次非常新奇的体验——用你自己的数据来揭示你自己以前从未想过的东西。」

f2804e1a705624b2c5ea1027e698103e.png

研究人员说,自我探索只是AI虚拟角色的积极应用之一。

实验表明,虚拟人可以使学生对学习更有热情,并提高认知任务的表现,并作为传统教学的补充。

Pataranutaporn解释说,这项技术为教学提供了一种「根据兴趣和个人背景进行个性化定制,并且可以随着时间的推移而改变」的方式。

Machinoia技术还可以用于在视频会议中隐藏自己的脸,但是还能保留面部表情和情绪。

如果人们要在会议上共享个人敏感信息(如健康和创伤经历),那这项技术会很有用。

db65b9b13c7134f64b4ce87c5d2d5703.png

在实时会议环境中使用人工智能生成的角色

Machinoia项目还有更多好玩的用例。

在今年秋天,由Maes和研究机构Roy Shilkrot共同教授的Deepfakes实验课上,学生们用这项技术将一幅描绘清明历史场景的中国画中的人物制作成了动画。

4d009957bf8288a59c1fd7c402e19931.gif

有的同学还用Deepfakes创建了一个「分手模拟器」。

843686950bd47a4910d3527583e9e16b.gif

法律和道德挑战

研究人员在论文中指出,随着技术的发展,虚拟人技术的蓬勃兴起也带来了不少法律和伦理问题。

例如,如何决定谁有权以虚拟数字化的形式重现一个历史人物?名人的AI克隆人在网上推广有害行为,谁承担法律责任?与人类相比,人们更喜欢与虚拟人互动,这有什么危险吗?

「我们这项研究的目标之一是提出问题,并就如何使用这项技术来造福社会展开公开讨论」,Maes说。

「通过分享AI虚拟人这项技术,同时明确标注由它生成的视频是合成的」,Pataranutaporn说,「就可以激发更多有创造性和积极的用例,这样才能让人们了解到这项技术的潜在好处」。

参考资料:

https://news.mit.edu/2021/ai-generated-characters-for-good-1216

https://www.nature.com/articles/s42256-021-00417-9

觉得还不错就给我一个小小的鼓励吧!
全球开源的数字人生成项目有哪些? DALL-E 是由 OpenAI 开发的项目,它利用深度学习和生成对抗网络(GAN)技术来生成高质量的图像。这个项目在 GitHub 上有开源的代码和预训练模型,可以用于生成各种不同类型的数字人。通过使用Python编程语言和这些项目的代码,您可以探索数字人生成技术并创建令人惊叹的图像。请注意,这里提供的代码示例是简化的,并且实际使用这些开源项目可能需要更多的设置和配置。数字人生成是一项令人兴奋的技术,它利用计算机生成的图形和算法来创建高度逼真的人类形象。 阅读详情

相关推荐

目前全球生成数字人有哪些开源的项目?

OpenAvatar是一个开源的数字人形象框架,能够帮助用户创建和部署高度可定制的数字人和虚拟形象。其目标是通过提供一组标准接口和现成的实现,使得开发人员能够快速轻松地构建出具有不同形态和功能特性的数字人。OpenAvatar的主要特点包括:多样性:OpenAvatar不仅支持不同的机器人和虚拟人物形象,还能够根据用户需求和场景需求,支持自定义形象和特征的创建。实时表达:OpenAvatar能够让数字人物产生更直观、自然、丰富的动作表达,向游戏、虚拟现实软件及社交媒体的开发提供更多实时表达特性的支持。

iCloudEnd的博客 2万+

全球首个数字人开源了

通过将数字人交互能力开源,开发者可自行接入多方大模型、语音识别(ASR)、语音合成(TTS)能力,实现数字人实时交互,并在Android和iOS多终端一键部署,让每个开发者可轻松创建智能化、个性化的数字人Agent,并应用到各行各业。更进一步,硅基智能全面开放了其数字人 SDK 的源代码,覆盖从底层的推理引擎到上层商业应用逻辑,无保留揭秘技术细节。为了让更多的个人开发者和企业有机会涉足数字人领域,不被高技术门槛挡在门外,硅基智能决定大方公开其核心技术的源代码,真正意义上推动了数字人技术的普惠与共创。

Admans的专栏 6394

干货教程【AI篇】| 开源AI数字人工具SadTalker环境搭建和使用教程

提供了一种非常简单好用的AI数字人生成工具,已经准备好了整合包和完整教程,欢迎来取!

铃灵狗的水墨书乡 6784

AI数字人:AI数字人制作初探及相关开源简介

数字人这名字听着稀奇又别扭,其实它最初的原型大家都听过——NPC。玩过游戏的应该都知道,也就是游戏内玩家操纵的游戏角色,可以和玩家进行交互的角色。广义上讲可以说是计算机模拟出的具有人的形态的虚拟人都叫做数字人,在平常的观感上,数字人是整合了人物形象模拟、人物声音克隆、自然语言处理、知识图谱解析等众多世界领先的人工智能技术的可视化数字虚拟人。他通过对人物形象的复制模拟,人物声音的克隆及语音合成,可随时随地与真人进行准确交互性对话。

GIS摆渡人 8248

OpenAvatar:用于描述您的虚拟角色的 XML 规范

打开头像 用于描述您的虚拟角色的 XML 规范。 这与 VastPark 的同名项目 ( ) 无关,但如果他们愿意,欢迎加入。 :) 定义 这里的头像是一个词,用于描述视频游戏或其他虚拟角色将被证明是有益的环境中玩家角色(或“卡通”)的物理特征。 它不是指用户图标,就像人们可能在博客网站上看到的那样,或者通过 Gravatar 或 Libravatar 之类的东西。 目的 我对这个项目的长期目标是让视频游戏领域的主要玩家将这项技术应用到他们自己的产品中,让他们的用户可以轻松地将他们的角色导入/导出游戏,让玩家可以转移他们的肖像。无需太多开销即可将角色添加到新游戏中。 如果您想加入该项目,请联系其中一位成员。 文档 在下面的文本中,如果一个属性值以大写形式呈现,则它是默认值。 如果文档和软件之间存在差异,请提出问题,但请注意文档中的规范反映了所需的行为,因此,通常会调整代码以反映此处描述

构造地貌研究入门:手把手教你用ArcGIS插件CalHypso分析流域地貌形态

本文详细介绍了如何使用ArcGIS插件CalHypso进行流域地貌形态分析,包括工具安装、数据预处理、HI曲线生成及结果解读等关键步骤。通过实战操作,帮助读者掌握面积高程积分(HI)曲线的应用技巧,为构造地貌研究提供量化工具。

weixin_33704234的博客 105

DIY最美数字女友!MIT开源最强虚拟人生成器,登Nature子刊

视学算法报道编辑:小咸鱼【新智元导读】麻省理工学院媒体实验室(MIT Media Lab)的研究人员开源了一个虚拟角色生成工具。该工具结合了面部、手势、语音和动作领域的人工智能模型...

zandaoguang的博客 1231

华中农业大学C++考试基础练习题

实验一 1 通过日期求某月的天数。 输入日期的年份和月份,求该月有多少天。提示:对于月份为1、3、5、7、8、10、12的月份天数为31,月份为4、6、9、11的月份天数为30,月份为2时要结合年份考虑闰年的情况。 输入描述 输入两个正整数y和m分别表示年份和月份。 输出描述 如果y和m满足条件:1900<=y<3000,0<m<13,输出该月的天数;否则输出“Input error!”。 输入样例 2010 12 输出样例 31 #include"iostream" using n

雨的博客 1万+

MIT开源最强虚拟人生成器

麻省理工学院媒体实验室(MIT Media Lab)的研究人员开源了一个虚拟角色生成工具。该工具结合了面部、手势、语音和动作领域的人工智能模型,可用于创建各种音频和视频输出,一举登上《Nature Machine Intelligence》。

vivisl的博客 1万+

【GAMES101】现代计算机图形学入门 资料整理

课程网址 课程主页 包括ppt 课程PPT和视频 一篇搞定!GAMES101现代计算机图形学入门(全) 作业链接地址 作业论坛 GAMES101课程环境搭建(Win10+VSCode) 计算机图形学笔记 虎书pdf 提取:n2rx 【必须】:高等数学(微积分、线性代数)、算法、数据结构 【非必须】:信号处理、数值分析、大学物理(光学) 在线公式编辑器 一定要做作业,如果个人要配置环境的话应该是配置opencv,eigen这两个核心库就行了,目前觉得最核心的一个作业是作业3,实现着色器和渲染管线,做完一遍

ysh的博客 2684

Autosar开发实战:DaVinci Configurator Pro新建工程保姆级教程(附目录结构解析)

本文详细介绍了使用DaVinci Configurator Pro创建Autosar工程的完整流程,包括环境准备、工程配置、目录结构解析及常见问题排查。通过实战演示和深度解读,帮助开发者快速掌握工具使用技巧,优化工程管理,提升开发效率。特别适合需要理解Autosar开发中DaVinci Config工具链的工程师。

weixin_30872157的博客 458

盘点目前有关数字人的开源项目

本文将对一些目前较为热门的数字人生成相关开源项目进行分类整理和总结,以供广大开发者和研究人员参考。

debug_ding的博客 2万+

别让IO口保护二极管坑了你!实测讲解单片机电流倒灌的三种典型症状与防护

本文深入解析单片机电流倒灌的三大典型症状与防护方案,重点分析STM32等单片机在ADC采样异常、系统假死和通信速率异常中的表现。通过实测数据和电路设计建议,提供从基础二极管隔离到专业隔离器件的分级防护策略,帮助工程师有效预防和解决电流倒灌问题。

weixin_29280219的博客 344

全球首款开源数字人模型duix.ai,全面解读!

嗨,大家好,我是徐小夕。最近一直在研究 AI大模型 在业务场景中的应用,刚好发现一款非常有意思的开源数字人模型——duix.ai.image.png它是硅基智能打造的数字人智能交互平台。而duix-ai就是基于DUIX开源的全球首个2D真人级、AIGC实时渲染数字人模型,该项目不仅提供了直观的效果展示,还支持用户进行二次开发.项目从底层推理引擎及上层的商业化应用逻辑也都开放了源代码,方便开发者可以...

趣谈前端 1万+

基于YOLOv5的仪表读数识别系统:从检测到识别的完整解决方案

随着工业自动化水平的不断提高,仪表读数识别技术在电力系统、石油化工、智能制造等领域发挥着越来越重要的作用。本文提出了一种基于YOLOv5的仪表自动读数识别系统,该系统能够有效区分指针式和数字式仪表,并实现高精度的读数识别。我们详细介绍了系统的整体架构、数据集构建、模型训练策略以及用户界面设计,并提供了完整的代码实现。实验结果表明,本系统在仪表检测和读数识别任务上均取得了优异的表现,为工业现场的自动化监控提供了可靠的技术支持。关键词:仪表读数识别;YOLOv5;目标检测;深度学习;工业自动化。

YOLO 678

2024 全国大学生新质生产力大赛 B:金融违规交易的大数据分析 问题四思路代码

问题四:请分析附件中所有的指标数据,选取合适的指标,建立“金融违规 洗钱交易的预测模型”,并选取合适的训练集和测试集,计算预测模型的准确率。 为了提前识别并预测金融违规洗钱的交易事件,请基于你们团队数据分析的结果, 分别给公安部门和银行机构提出你们的建议。

YOLO 375

掀桌子级别的「数字人」开源了!

掀桌子级别的「数字人」开源了!刚刚,刚刚头部数字人公司硅基智能宣布:开源了全球 TOP 级别的模型:硅基数字人 heygem.ai并且提供下载安装包,对于不懂代码的小白也能快速上手制作自己的数字人。效果业内顶级,直接把数字人技术的门槛拉到地板。口型匹配效果流畅丝滑,业内顶级,并且开放了无限克隆能力。这是真掀桌子了,不仅思考:以后谁还会花钱买数字人?开源地址:https://github.com/G...

公众号:逛逛GitHub 1万+

【GEOS-Chem模拟教程第二期上】生物质燃烧排放 GFED4 数据配置

生物质燃烧排放 GFED4 数据配置

WW、forever的博客 1301

开源数字人Fay

目前”源”已全面开源开放,开放模型API、开源高质量中文数据集、模型训练代码、推理代码、应用代码、面向AI芯片的模型移植开发代码,开放平台已服务超4000名行业开发者,覆盖互联网、金融、教科研和自动驾驶等行业领域,大大降低了不同行业不同任务的AI应用开发门槛。也就说,198个政策资料,最终变成了统一的“一屏通”。这套系统最大的价值在于,为数字助理(语音助理)这一类型产品提供了一个新的架构思路,全流程一键式打通从打造“好看的皮囊”到“有趣的灵魂”,同时可以实时语音交互的数字人。每个模块都可以轻松地更换。

张伟的专栏 8730

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

这款开源的人脸生成器,我爱了!

公众号关注“GitHubDaily”设为 “星标”,每天带你逛 GitHub!转自AI 科技大本营如今,用 StyleGAN 技术制作出的人脸应用层出不穷。2019 年 2 月,U...

GitHubDaily 2万+

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

数字人解决方案——实时对话数字人源码与环境配置

这是一个实时对话数字人的项目,从零开始搭建一个属于自己的虚拟数字人,能实现实时对话等功能。

知来者逆的博客 4万+

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

超写实虚拟人制作教程

通过重建本人人脸,完成超写实虚拟人制作与面部驱动

闲情逸致~ 8400

非常全面的数字人解决方案(含源码)

数字人解决方案 实际应用案例 抖音虚拟主播 人机交互 数字站桶人 首先我先给数字人重新做一个定义:“把人数字化,以行人的职责”。怎么理解呢?我举两个例子就清楚了。第一个是现在直播带货,主播成本越来越高,我们的数字人能否代替主播24小时自动带货呢?这里数字化的是主播的形象、声音、性格特质,以及商品的知识。另一个是,一些客服或者售前情景,所做的工作也是重复度非常高,我们能否交给数字人去完成呢?这里就简单多了,

5万+

【亲测免费】 推荐:Fake Person - 您的虚拟人物生成器

推荐:Fake Person - 您的虚拟人物生成器 在这个数据驱动的时代,我们经常需要为测试或演示目的创建虚构的人物信息。Fake Person 是一个简洁而实用的Ruby gem,它能帮您快速生成符合常理的人工身份数据,以满足各种开发和设计需求。 项目介绍 Fake Person 旨在提供一个简单的方法来创建带有姓名、性别、年龄、电子邮件地址、爱好等详细信息的“人”对象。这个gem最初是为了R...

gitblog_00058的博客 2088

震动Github榜!7K Star火爆的数字人竟然开源了,拿走不谢(文末福利免费领)

Fay数字人框架-带货版是一个用于构建数字人应用场景的开源项目,具有低耦合度的各功能模块。你可以轻松更换声音来源、语音识别、情绪分析、NLP处理、情绪语音合成等模块。

m0_68103666的博客 5842

又 3 个开源数字人,太绝了!

支持 本地或云端语言模型,用户可根据硬件条件灵活选择。• 融合生成:借鉴 Stable Diffusion 的 UNet 结构,通过交叉注意力机制融合音频与图像特征,单步完成修复(非扩散模型)。这个公众号历史发布过很多有趣的开源项目,如果你懒得翻文章一个个找,你直接关注微信公众号:逛逛 GitHub ,后台对话聊天就行了。它能将任意输入视频或图片中的人物嘴唇动作,精准匹配到输入的音频上(如说话、唱歌),生成口型自然的视频。• GPU:支持CUDA,若使用量化版语言模型(int4),显存需 ≥10GB。

公众号:逛逛GitHub 2752
上一篇: DL炒股算法!
下一篇: 特征工程在实际业务中的应用!
Wang_AI
博客等级 码龄12年 991粉丝 162原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值