谷歌推出多模态 VLOGGER AI：让静态肖像图动起来“说话”

3 月 19 日消息，谷歌近日在 GitHub 页面发布博文，介绍了 VLOGGER AI 模型，用户只需要输入一张肖像照片和一段音频内容， 该模型可以让这些人物“动起来”，富有面部表情地朗读音频内容。 VLOGGER AI 是一种适用于虚拟肖像的多模态 Diffusion 模型，使用 ME[查看全文]