字节跳动开源全新AI模型LatentSync 精准控制唇形同步

2025年01月06日 15:42:31 来源：Citnews中文科技资讯

　　字节跳动推出的LatentSync是一项先进的端到端唇同步技术，利用音频条件的潜在扩散模型，实现了视频中人物唇部动作与音频的精确匹配。

　　该技术通过引入TREPA技术，增强了时间一致性，同时优化了SyncNet的收敛性，显著提升了唇同步的准确性。

　　端到端框架:LatentSync无需中间运动表示，直接从音频生成唇部动作。

　　高质量生成:利用Stable Diffusion生成动态逼真的说话视频，提升视觉效果。

　　时间一致性:通过TREPA技术增强视频帧之间的时间一致性，确保唇同步的准确性。

　　文章内容仅供阅读，不构成投资建议，请谨慎对待。投资者据此操作，风险自担。

即时

2024年的Adobe MAX 2024发布会上，Adobe推出了最新版本的Adobe Creative Cloud。

奥维云网(AVC)推总数据显示，2024年1-9月明火炊具线上零售额94.2亿元，同比增加3.1%，其中抖音渠道表现优异，同比有14%的涨幅，传统电商略有下滑，同比降低2.3%。

“以前都要去窗口办，一套流程下来都要半个月了，现在方便多了!”打开“重庆公积金”微信小程序，按照提示流程提交相关材料，仅几秒钟，重庆市民曾某的账户就打进了21600元。

华硕ProArt创艺27 Pro PA279CRV显示器，凭借其优秀的性能配置和精准的色彩呈现能力，为您的创作工作带来实质性的帮助，双十一期间低至2799元，性价比很高，简直是创作者们的首选。

9月14日，2024全球工业互联网大会——工业互联网标识解析专题论坛在沈阳成功举办。