🔥 Microsoft представили прорыв в мире генеративных нейросетей - VASA-1 😮✨

Вы загружаете фото и аудиодорожку, и получаете невероятно реалистичное видео. Лицо подстраивается под загруженный голос. Мимика, губы, все выглядит так, как будто вы слушаете реального человека 🎥👀

VASA-1 (Visual Affective Skills Animation) — это нейросеть, которая может создавать видео на основе одного изображения. Для использования нужно предоставить картинку и аудиодорожку, и алгоритм сгенерирует говорящего человека с естественной мимикой и широким спектром эмоций 🗣️🎨

Ключевые особенности VASA-1:

● способность генерировать движения губ, точно синхронизированные со звуком 🤐🎶; ● захватывает широкий спектр реалистичных выражений лица и нюансов, которые способствуют восприятию подлинности и живости говорящего лица 😊😠😢; ● может генерировать естественные движения головы, согласованные с речью 👤🗣️; ● визуальное качество создаваемых видеороликов высокое, с разрешением 512 x 512 пикселей 📹👌; ● генерация видео происходит в режиме реального времени со скоростью до 40 кадров в секунду ⏩🕒.

В долгосрочной перспективе Microsoft рассматривает VASA-1 как шаг к созданию реалистичных аватаров, имитирующих движения и эмоции человека 🚶‍♂️😃.

Учитывая риск создания дипфейков с помощью технологии, Microsoft пока не выпускает VASA-1 в качестве продукта или API. Осторожность превыше всего! 🛑🙅‍♂️

P.s. Нажмите на картинки и увидите разные лица подставленные под одинаковую голосовую дорожку. 😉