تصاویر سخن می‌گویند

 جوان آنلاین: کانال تلگرامی «دیدوان» نوشت: مونالیزا، شاهکار داوینچی را در حال آواز خواندن یا صحبت‌کردن تصور کنید!

تیمی از محققان هوش مصنوعی در مرکز تحقیقات آسیامایکروسافت، یک مدل هوش مصنوعی با نام VASA- ۱ را توسعه داده‌اند که هر تصویر ثابتی اعم از یک عکس واقعی، یک اثر هنری یا یک نقاشی تخیلی را با همگام‌سازی مناسب لب، طیف وسیعی از احساسات، ظرافت‌های چهره و حرکات سر به ویدئوی فوق‌العاده واقع‌گرایانه تبدیل کرده و در واقع یک تصویر ایستا را به یک سوژه زنده بدل می‌نماید.

این تیم ادعا می‌کند که روش آن‌ها نه تنها کیفیت ویدئویی بالا با پویایی واقعی صورت و سر ارائه می‌کند، بلکه قادر به تولید آنلاین ویدیو‌های ۵۱۲×۵۱۲ با حداکثر سرعت ۴۰ فریم در ثانیه با تأخیر شروع ناچیز نیز است.

به گفته آن‌ها این هوش مصنوعی راه را برای تعامل همزمان با آواتار‌های واقعی که رفتار‌های مکالمه انسان را تقلید می‌کنند، هموار می‌کند.

این شرکت تأکید می‌کند که به دلیل احتمال استفاده‌های غیر اخلاقی از این مدل هوش مصنوعی، قصد ندارد آن را برای عموم منتشر کند و می‌خواهد با استفاده از آن، شخصیت‌های تعاملی مجازی ایجاد کند.