IT之家 12 月 4 日消息，據(jù)可靈官方公眾號(hào)，全新一代可靈數(shù)字人 2.0 即日起全量上線，經(jīng)過上傳角色圖 → 添加配音內(nèi)容 → 描述角色表現(xiàn)三個(gè)步驟，即可生成“能說會(huì)演”的數(shù)字人。

根據(jù)介紹，本次更新針對(duì)舊版帶來了三大突破性改變：表現(xiàn)力拉滿、手部及口型精準(zhǔn)控制、支持最長(zhǎng) 5 分鐘內(nèi)容。其“精通”體態(tài)動(dòng)作、手勢(shì)、表情、鏡頭語言，可做到更生動(dòng)的情緒傳達(dá)。

據(jù)IT之家了解，可靈 AI 于今年 9 月推出數(shù)字人功能。當(dāng)時(shí)，通過一張角色圖片加一段文字或音頻，即可生成 1080p / 48FPS、最長(zhǎng) 1 分鐘的數(shù)字人視頻。該數(shù)字人功能基于多模態(tài)理解與視頻生成模型的深度結(jié)合，實(shí)現(xiàn)了口型精準(zhǔn)同步以及情緒動(dòng)作的精細(xì)控制。其采用的基于 Transformer 的 DiT 架構(gòu)，在處理時(shí)序信息和細(xì)粒度控制方面具有獨(dú)特優(yōu)勢(shì)，能夠精準(zhǔn)解析面部特征、理解音頻語義，并根據(jù)語音內(nèi)容推斷合適的面部表情和微動(dòng)作，從而確保生成的數(shù)字人在視頻全程保持角色一致性。

廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。