8
复旦大学StableAvatar实现无限长口型同步
带你学AI
AI 摘要
当前音频驱动头像视频生成模型合成长视频有瓶颈,复旦大学推出StableAvatar,可无限时长生成。它抑制误差积累、提升音画同步,推理快、显存少,优势显著。
阅读原文 · 带你学AI
无限长、零掉帧!StableAvatar口型同步全新技术
当前音频驱动头像视频生成扩散模型合成长视频时难兼顾音频同步与身份一致,瓶颈在音频建模。复旦大学提出StableAvatar,首个端到端视频扩散Transformer,能无限时长生成,还介绍原理与演示效果。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
7
DeepSeek V4 Pro发布,对标Fable 5
刚刚,DeepSeek V4 Pro正式版发布,多项对标Fable 5,Agent能力几乎全方位碾压Opus 4.8,无限逼近Fable 5。API平台已更新,价格和之前Pro预览版基本一致,但网友实测发现CoT表现不佳。
量子位
8
西湖机器人半年5亿融资,押注具身智能
具身智能通用大脑公司西湖机器人半年完成4轮融资,总额5亿。其由顶尖团队创立,有先发技术优势,落地两项首创底层技术架构,打通技术链路,已拿下近亿元订单,将推动具身智能GPT时刻到来。
机器之心
8
浙大开源HugAgentOS,让Agent自主进化
过去一年,Agent任务执行能力提升,但不会自主积累与进化。浙大开源的HugAgentOS把Harness拆成三个可自我成长的引擎,设归因和本体两道关卡,解决经验成能力等问题,还覆盖智能体完整链路。
新智元
7
哈佛辍学生将AI专用芯片公司估值做到百亿
文章聚焦 Etched 公司,分析推理成 AI 算力主战场背景,介绍三位哈佛辍学生创始人故事,阐述其从芯片到推理集群的产品打造,还提及团队、文化、资本情况,最后分析竞争格局与前景。
投资实习所