一段音频+一张照片，瞬间照片里的人就能开始讲话了。生成的讲话动画不但口型和音频能够无缝对齐，面部表情和头部姿势都非常自然而且有表现力。而且支持的图像风格也非常的多样，除了一般的照片，卡通图片，证件照等生成的效果都非常自然。再加上多语言的支持，瞬间照片里的人物就活了过来，张嘴就能飙外语。这是由来自南京大学等机构的研究人员提出的一个通用框架——VividTalk，只需要语音和一张图片，就能生成高质量的说话视频。论文地址：https://arxiv.org/abs/2312.01841这个框架是一个由音频到网格生成，和网格到视频生成组成的两阶段框架。在第一阶段，考虑面部运动和blendshape分布

视频大数据时代，真的来了！刚刚，李飞飞的斯坦福团队同谷歌合作，推出了用于生成逼真视频的扩散模型W.A.L.T。这是一个在共享潜在空间中训练图像和视频生成的，基于Transformer的扩散模型。论文：https://walt-video-diffusion.github.io/assets/W.A.L.T.pdf英伟达高级科学家JimFan转发评论道：2022年是影像之年，2023是声波之年，而2024，是视频之年！首先，研究人员使用因果编码器在共享潜在空间中压缩图像和视频。其次，为了提高记忆和训练效率，研究人员使用基于窗口注意的变压器架构来进行潜在空间中的联合空间和时间生成建模。研究人员的模

在线工具推荐：3D数字孪生场景编辑器 - GLTF/GLB材质纹理编辑器 - 3D模型在线转换 - Three.jsAI自动纹理开发包 - YOLO虚幻合成数据生成器 - 三维模型预览图生成器 - 3D模型语义搜索引擎当谈到游戏角色的3D模型风格时，有几种不同的风格：写实风格：这种风格追求高度￥￥真感和细节，力求让角色看起来与现实世界中的人物相似。卡通风格：卡通风格通常更夸张和简化，特征更为突出，颜色更加鲜艳，给人一种轻松愉快的感觉。像素风格：像素风格是将角色呈现为像素化的图像，类似于早期8位或16位游戏中使用的风格，有一种怀旧感。手绘风格：手绘风格的角色模型看起来就像是手工绘制的一样，线条更

2021年，Facebook将「元宇宙（metaverse）」作为公司主营业务，并将公司名称更改为Meta。然而，这一年，随着ChatGPT的横空出世，生成式AI成为一个新的研究趋势，很多科技公司都将生成式AI作为公司重要研发业务。但Meta一直没有停止VR/AR的研究步伐。最近，Meta的CodecAvatarsLab提出了一种高保真、光线可调节的虚拟头像合成方法——RelightableGaussianCodecAvatars。论文地址：https://arxiv.org/pdf/2312.03704.pdf项目主页：https://shunsukesaito.github.io/rgca

扩散模型的出现推动了文本生成视频技术的发展，但这类方法的计算成本通常不菲，并且往往难以制作连贯的物体运动视频。为了解决这些问题，来自中国科学院深圳先进技术研究院、中国科学院大学和VIVOAILab的研究者联合提出了一个无需训练的文本生成视频新框架——GPT4Motion。GPT4Motion结合了GPT等大型语言模型的规划能力、Blender软件提供的物理模拟能力，以及扩散模型的文生图能力，旨在大幅提升视频合成的质量。项目链接：https://gpt4motion.github.io/论文链接：https://arxiv.org/pdf/2311.12631.pdf代码链接：https://g

11月16日消息，微软的一项新专利于当地时间周二在美国专利商标局网站上公开，这是一种新的机器学习模型专利，可为用户创作出“更加有生命力”的逼真头像。据介绍，通过新的机器学习模型，头像或照片可针对细节部分进行调整，使照片看起来更加自然。微软将使用卷积注意力网络来提高捕捉面部表情的精确度，并可根据心率等生理信号对图片细节做出调整，比如血液流动或脸红等。微软在这份专利文件中进一步描述称，这种“超逼真”的头像不仅可模仿眨眼或头部状态，还可模仿血液流动、呼吸或者情绪反应等细微变化。外媒mspoweruser分析称，这项专利可能会在创建视频游戏角色等领域落地，当然，也不排除被运用于微软自家Teams应用的

已经红遍半边天的扩散模型，将被淘汰了？当前，生成式AI模型，比如GAN、扩散模型或一致性模型，通过将输入映射到对应目标数据分布的输出，来生成图像。通常情况下，这种模型需要学习很多真实的图片，然后才能尽量保证生成图片的真实特征。最近，来自UC伯克利和谷歌的研究人员提出了一种全新生成模型——幂等生成网络（IGN）。图片论文地址：https://arxiv.org/abs/2311.01462IGNs可以从各种各样的输入，比如随机噪声、简单的图形等，通过单步生成逼真的图像，并且不需要多步迭代。这一模型旨在成为一个「全局映射器」（globalprojector），可以把任何输入数据映射到目标数据分布。

今天开始，人类离帮忙做家务的机器人，又近了一步！Meta宣布推出Habitat3.0，目的是开发出社会化的AI智能体，这意味着社交智能机器人已经进入新的里程碑阶段。这些具身智能背后的关键，当然就是AIAgent。有了它们，机器人可以和人类协作，帮人类完成日常任务。论文地址：https://ai.meta.com/static-resource/habitat3项目地址：https://github.com/facebookresearch/habitat-lab/tree/v0.3.0其实，Meta在今天同时宣布了三项重大进展——1.Habitat3.0是第一个支持在多样化、逼真的室内环境中，

使用RealisticEmbroidery3.0插件只需单击几下，即可将文本、徽标或形状转换为逼真的刺绣/缝合元素。逼真的刺绣3现在是一个完整的Photoshop插件，具有界面、改进的工作流程和许多新功能，将使您的数字缝纫体验更加美好！如图所示，自己体验吧！Bevel我翻译成的倒角，或许有其他更好的翻译，自己修改html文件改吧。画面尺寸建议2000*2000px以上，元素大些效果会好些。注意：（如果使用的是精简版的PS，扩展功能如果被精简了那就用不了）（ps2023完整中文版下载戳这里）Win版安装复制文件夹内的RealisticEmbroidery文件夹，到PS程序目录\Required\

在这篇文章中，我们将使用Python中的Turtle库来绘制一个逼真的中秋月饼。为了方便实现，我们可以在Python的图形化界面中运行脚本，如anaconda等。Turtle库是一个Python模块，用于绘制图形。通过使用Turtle库，可以轻松地创建各种图形，包括基本图形，如线条、圆形和多边形，以及更复杂的图形，如螺旋、树形结构和迷宫等。首先，让我们来了解一下Turtle库的基本概念。在使用Turtle库时，我们需要使用一个称为“turtle”的对象来控制绘图过程。该对象可以前进、后退、旋转和画线等。让我们从绘制圆形开始。我们可以使用以下代码来绘制一个简单的圆形：importturtletu