3月12日，華為公布了首個(gè)AI圖像生成模型PixArt-Σ的論文，克隆數(shù)字分身的D-IDAgent近期也爆紅，這些產(chǎn)品都拓寬了我們對(duì)AI的想象。華為實(shí)驗(yàn)團(tuán)隊(duì)在平臺(tái)上發(fā)布了多篇論文，展示了PixArt-Σ技術(shù)，此外用戶只需要在D-IDAgent上傳一張照片就能生成AI數(shù)字人，這些高新技術(shù)實(shí)現(xiàn)了很多需求。
華為首個(gè) AI 圖像生成模型PixArt-Σ亮相
PixArt-Σ的前身是PixArt-α，相較之下PixArt-Σ的各個(gè)方面都有了很大的提升，包括數(shù)據(jù)質(zhì)量、圖像生成質(zhì)量、訓(xùn)練效率等，PixArt-Σ技術(shù)的參數(shù)規(guī)模是6億，通過這項(xiàng)技術(shù)嗯呢乖直接生成AI圖像，圖像的分辨率能達(dá)到4K。與此同時(shí)，PixArt-Σ能將現(xiàn)有的文本優(yōu)化到圖像擴(kuò)散的模型當(dāng)中，在電影、游戲等行業(yè)能體現(xiàn)出更高質(zhì)量的視覺效果。
D-IDAgent能成功克隆自己的數(shù)字分身
D-ID平臺(tái)推出的D-IDAgent應(yīng)用近期受到大家的關(guān)注，在極短的時(shí)間內(nèi)火爆全網(wǎng)，通過D-IDAgent能定制出自己的AI化身，簡單的操作能滿足用戶對(duì)生成AI效果的不同需求。生成的數(shù)字人可以進(jìn)行人性化的交互，數(shù)字人在接收到指令之后，能通過手勢、表情、語言等作出回應(yīng)，豐富的使用場景讓這個(gè)程序應(yīng)用范圍特別廣泛，數(shù)字人可以進(jìn)行直播、代言、推廣等，直接用數(shù)字人來代替真人進(jìn)行拍攝，對(duì)于使用者而言能大大降低視頻的制作成本。
除了PixArt-Σ和D-IDAgent外，免費(fèi)的AI神器還有Chat Musician，能生成各種音樂，VSP-LLM能讀唇語，直接將視頻里人物的說話內(nèi)容識(shí)別翻譯出來，MIRAGE能幫助人們完成醫(yī)學(xué)問答，涵蓋醫(yī)學(xué)領(lǐng)域的很多知識(shí)和要點(diǎn)，通過檢索就能找到答案，整體的準(zhǔn)確性很高。這幾個(gè)AI神器給我們的工作和生活都帶來無法想象的便捷，也讓我們看到了AI的神奇之處。