Google Scholar Enric Corona en zijn team hebben een tool genaamd VLOGGER ontwikkeld die op basis van een enkele foto hoogwaardige video's kan genereren van mensen die praten. De tool kan de video's animeren om gezichtsuitdrukkingen en lichaamsbewegingen nauwkeurig weer te geven, waardoor het een "avatar" van hoge betrouwbaarheid is. Het team suggereert dat VLOGGER toepassingen kan hebben in helpdesk avatars, online communicatie, onderwijs en gepersonaliseerde virtuele assistenten. Het kan echter ook potentieel misbruikt worden om deepfakes of gemanipuleerde video's te creëren.

VLOGGER combineert multimodaliteit, grote taalmodellen en diffusietechnieken om realistische video's te creëren. Het team heeft een neurale netwerk getraind om audio te associëren met videoframes om de beweging en uitdrukkingen te synchroniseren. De tool kan verder gepersonaliseerd worden via fine-tuning en biedt controle over functies zoals knipperen en mond bewegingen. Hoewel VLOGGER een manier biedt om hoogwaardige video's te manipuleren, blijven zorgen bestaan over potentieel misbruik en de noodzaak van het detecteren van deepfakes.