声明:本文来自于微信公众号 量子位(ID:QbitAI),作者:鱼羊,授权站长之家转载发布。
最快5分钟,打造一个直接上岗工作的3D数字人。
这是大模型给数字人领域带来的最新震撼。
就像这样,一句话描述需求:
生成的数字人直接就能进驻直播间当主播。
跳起女团舞也不在话下。
整个制作过程中,想到什么说什么就行,大模型都能自动拆解需求,瞬间get设计、修改思路。
再也不怕老板/甲方的想法太新奇。
这样的文生数字人技术,来自百度智能云最新发布。该说不说,是要把数字人的使用门槛一口气砍没的节奏了。
听闻如此神器,我们照例第一时间争取到了内测资格,更多细节,一起先睹为快~
一句话5分钟,3D数字人直接上岗
从Chatbot到文生图片,再到文生视频,大模型带来的交互方式的变革,已经无需赘言。
现在,在百度智能云曦灵平台上,基于文心一言4.0,数字人定制这件事,同样能通过自然语言对话的形式实现。
举个例子,生成一个品牌代言人,需要几步?
首先,输入“生成一个百度智能云品牌代言人”这样的提示词,同时上传logo图片。
大模型就会自动从脸型、发型、妆容、服装、配饰等多个维度,开始一步一步思考:
自动打造出符合要求的数字人。
△8倍速
如果需要调整细节,一样“说话”就能完成。
也就5-10分钟,一个360°无死角的高质量数字人就基本成型了。
捏脸完毕,下一步就是给数字人绑上表情,让Ta能动起来。同样只需要一键操作,等待1-2分钟。
相比于过去高精度3D数字人好几天、甚至好几个月的定制周期,这个分钟级的效率,确实称得上是“颠覆”了。
值得一提的是,效率如此大幅提升的前提下,这样的文生数字人细节质量依然保持着高水准。
表情细节:
动作质量:
结合百度智能云在数字人领域的长期积累,上岗播新闻、直播带货都不在话下。
数字人技术全面AI化
效率和落地能力的直观提升之外,此次百度智能云推出的文生数字人方案背后,不少技术细节也值得好好说道说道。
正如前文所说,其技术基座,正是文心一言4.0.
而起到关键作用的大模型能力包括:
自动拆解要做的任务和子任务
显示思考过程,做到有理有据,让整个生成过程“白盒化”
实现了基于内容提炼的短期记忆,可以通过对话持续调整数字人形象
这样一来,大模型就成了一个能懂人类甲方心理的数字人造型助理,可以模仿人类思路,去抠数字人定制的每一个细节,并且做到过程可控。
同时,大模型还在背后施展出了调用工具的能力。
比如,调用涵盖6000+维度的脸型及五官细节“知识库”,整体调整数字人面容。
大模型技术之外,百度智能云还在曦灵平台中加入了新的AI渲染技术,支持AI驱动、AI布料模拟,让数字人的表情肢体动作更自然,服装面料质感更真实。包括:
动态褶皱贴图,让纹理更加真实。
分钟级4D自动绑定,让眼睛、嘴唇等部位能够完美闭合,并支持表情风格切换。
肢体肌肉挤压、碰撞实时模拟。
……
官方还透露,接下来,百度智能云计划实现角色、行为、场景、灯光、镜头要素的全面AI化。
数字人,步入大模型时代应用新范式
如果说去年大家还在热火朝天地讨论基础模型,那么今年以来由Sora而起,大模型带来的应用范式的变革,已经成为科技圈新的热议焦点。
在交互方式的改变之上,核心受到关注的,其实还是效率提升:
输出创意,生成所需,大模型正在让越来越多本来需要消耗大量时间、人力、金钱的工作,变得简单、高效、人人可用。
现在,百度智能云在3D数字人领域的最新技术进展,就是这种可能性在人们更为熟知的图像、视频领域之外,拓展开来的一个代表。
可以预见的是,过去更多在大企业、大机构中被使用的数字人员工,在新范式的驱动之下,步入“寻常百姓家”正在成为可能。
此前,清华大学《虚拟数字人研究报告2.0版》数据显示,从头部企业的布局来看,面向B端的数字人产品服务是市场的主要组成部分,占比达到79%。
而随着大模型技术对数字人应用模式的颠覆,不仅中小企业不用再对6位数的3D高精度数字人望而却步,C端的应用也将得以拓展。
这也就意味着,数字人的应用和商业化,已经翻开新的一页。
最后,如果你还对哪些大模型新应用感兴趣,欢迎留言,我们速速测起~
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】