ბაითდანსის მკვლევლებმა გამოიგონეს რევოლუციური AI სისტემა, რომელიც ინდივიდუალური ფოტოების რეალისტურ ვიდეოებად გარდაქმნის, სადაც ადამიანები საუბრობენ, მღერიან და ბუნებრივად მოძრაობენ — ინოვაცია, რომელიც digital გასართობი და კომუნიკაციის სფეროში რევოლუციას ჰპირდება. ახალი developed სისტემა, სახელწოდებით OmniHuman, ქმნის სრულყოფილი სხეულის ვიდეოებს, რომლებიც ასახავს ინდივიდების ჟესტიკულაციას და მოძრაობას მათი საუბრის სიხშირესთან სინhrონიზირებულად, ოჯახების AI მოდელების შეზღუდვების დაძლევით, რომლებიც მხოლოდ სახეებს ან ზედა სხეულებს ანემატირებენ. OmniHuman-ის გაწვრთნაში ჩართული იყო 18, 700 საათიანი ვიდეო მონაცემების impressively გამოყენება რეალისტური მოძრაობის გასამარტივებლად. ბაითდანსის კვლევითი გუნდის თანახმად, ვინც საკუთარი შედეგები arXiv-ზე გამოაქვეყნა, „პూర్త-სგან-დასაწყისის ადამიანური ანიმაცია ბოლო წლებში მნიშვნელოვან წარმატებებს მიაღწია. თუმცა, მიმდინარე მეთოდები კვლავაც უჭირს ფართოდ გავრცელებული გენერალური ვიდეო გენერაციის მოდელების მასშტაბზე გადასვლა, რაც მათი პრაქტიკული გამოყენების შეზღუდვას უწყობს ხელს. “ OmniHuman-ის შექმნისათვის, გუნდი მოხმარების ინოვაციური სტრატეგიის გამოყენებით 18, 700 საათზე მეტი ადამიანური ვიდეო მონაცემების ჩართვას აკეთებდა, რომელშიც გარკვეული ენობრივი, აუდიო და სხეულის მოძრაობები იყო ინტეგრირებული. ეს „ომნი- მდგომარეობების“ გაწვრთნის მეთოდი AI-ის შესაძლებლობას აძლევს, რომ მოაწვდოს უფრო ფართო და მრავალფეროვანი მონაცემები, ვიდრე წინა ტექნიკა. ეს breakthrough AI的视频生成 технологии展示了完整的身体运动和自然手势。 კვლევითი ჯგუფის განმარტებით, „ჩვენი მთავარი შეხედულება ის არის, რომ მრავალი შემოთავაზების სიგნალის，例如 ტექსტი, აუდიო和姿势, გაწვრთნა ერთმანეთზე ქმნის მნიშვნელოვან მონაცემების ხარჯების შემცირებას.

“ ეს ტექნოლოგია წარმოადგენს AI-ს მიერ გენერირებული მედიის გაფართოებულ წინსვლას, რომლის შესაძლებლობებიც მოიცავს ინდივიდების ვიდეოების შექმნას, რომლებიც რომ განაცხადებენ და მუსიკალურ ინსტრუმენტებზე თამაშობენ. OmniHuman-ს გამოცდების დროს უკვე არსებული სისტემების სხვადასხვა ხარისხობრივი მაჩვენებლები აღემატებოდა. როგორც ტექნოლოგიური გიგანტები, როგორიცაა Google, Meta და Microsoft, იბრძვიან შემდეგი თაობის ვიდეო AI ტექნოლოგიების განვითარებისათვის, ByteDance-ის ახალი მიღწევა შეიძლება წარმოადგენს კონკურენტული უპირატესობის წყაროს TikTok-ის母公司-ისთვის ამ სწრაფად განვითარებად გარემოში. ექსპერტები მიიჩნევენ, რომ ეს ტექნოლოგია გასართობი ნაწარმოების, საგანმანათლებლო შინაარსის შექმნის და ციფრული კომუნიკაციის რევოლუციის შესაძლებლობას იძლევა. თუმცა, ეს ასევე ზრდის ორმაგი მედიის შესაძლო ბოროტად გამოყენების სიხისტების შესახებ შეშფოთებას. კვლევარებმა აპირებენ თავიანთი შედეგების წარდგენას ближайшее კომპიუტერულ ხედვის კონფერენციაზე, თუმცა კონკრეტული დეტალების შესახებ ჯერ არ დაუკორექტებიათ.