سافت گذر دانشنامه نرم افزار - دانلود رایگان نرم افزار

اطلاعیه های مهم سایت اطلاعیه های مهم سایت
💐 میلاد زینت پدر حضرت زینب سلام الله علیها مبارک باد 💐
 
 
  1. جهت رفع مشکل باز شدن سایت به دلیل بلاک توسط  نود 32 این ویدیو یا این ویدیو(ورژن 9 به بالا) یا راهنمای تصویری را مشاهده کنید
  2. به مناسبت عید غدیر، در سایت https://esetupdate.ir/ تخفیف ویژه‌ای برای محصولات در نظر گرفته شده است؛ فرصت را از دست ندهید. 🌸
  3. اکانت های بروزرسانی نود32 با قیمت های مناسب به صورت یک ، سه ، شش و دوازده ماهه از اینجا قابل خرید می باشد.

نرم افزار های پرکاربرد

ثبت نام | ورود
wepido.ir

تحول تماس تصویری با هوش مصنوعی Character.AI؛ معرفی مدل جدید ویدئویی مبتنی بر صدا

Character.AI پژوهشی را که روی ویدئوی مولد انجام داده، به اشتراک گذاشته است. این شرکت مدل جدیدی به نام TalkingMachines توسعه داده که نوعی مدل انتشار خودرگرسیو (autoregressive diffusion) است و می‌تواند تنها با داشتن یک تصویر و یک سیگنال صوتی، ویدیوی شخصیت‌های هوش مصنوعی را به صورت بلادرنگ و با حرکت‌های هماهنگ با صدا تولید کند. با این فناوری، شرکت Character.AI یک قدم به تعاملات تصویری شبیه FaceTime با شخصیت‌های هوش مصنوعی نزدیک‌تر شده است.

مهم است بدانید که این فناوری فعلاً در مرحله پژوهش قرار دارد. یک مقاله علمی و دموهای ویدیویی از آن منتشر شده‌اند، اما هنوز امکان استفاده از این قابلیت در اپلیکیشن Character.AI وجود ندارد.

 

تحول تماس تصویری با هوش مصنوعی Character.AI؛ معرفی مدل جدید ویدئویی مبتنی بر صدا

 

اگر این فناوری روزی وارد اپلیکیشن Character.AI شود، به کاربران اجازه می‌دهد نقش‌آفرینی‌های تعاملی‌تر و واقعی‌تری با هوش مصنوعی داشته باشند، داستان‌پردازی تعاملی را تجربه کنند و دنیای بصری خود را بسازند.

مدل جدید TalkingMachines بر پایه فناوری‌ای به نام Diffusion Transformer (DiT) ساخته شده است؛ این فناوری در اصل مانند یک هنرمند عمل می‌کند که می‌تواند از نویز تصادفی، تصاویر دقیق و باجزئیات تولید کند و تصویر را تا رسیدن به حالت مطلوب اصلاح کند. کاری که Character.AI انجام داده، این است که این روند را فوق‌العاده سریع کرده تا حس بلادرنگ بودن ایجاد شود.

برای دستیابی به این پیشرفت‌ها، TalkingMachines از چندین تکنیک کلیدی استفاده می‌کند، از جمله: Flow-Matched Diffusion، Audio-Driven Cross Attention، Sparse Causal Attention و Asymmetric Distillation.

تکنیک Flow-Matched Diffusion روی حرکات مختلف، از حالات جزئی چهره تا ژست‌های بزرگ‌تر آموزش دیده است تا حرکت شخصیت‌های هوش مصنوعی طبیعی‌تر به نظر برسد. کار جالب‌تر را تکنیک Audio-Driven Cross Attention انجام می‌دهد؛ این روش به هوش مصنوعی کمک می‌کند نه فقط کلمات، بلکه ریتم، مکث‌ها و تکیه‌های صدا را درک کند و آن‌ها را به حرکت دقیق دهان، تکان دادن سر و پلک زدن تبدیل کند.

با استفاده از Sparse Causal Attention، Character.AI می‌تواند فریم‌های ویدئو را با هزینه کمتر و کارایی بیشتر پردازش کند و با Asymmetric Distillation، تولید ویدئوها به صورت بلادرنگ انجام می‌شود تا شبیه تماس تصویری FaceTime به نظر برسد.

Character.AI تأکید می‌کند که این پیشرفت فقط به انیمیشن صورت محدود نمی‌شود. این شرکت می‌گوید این یک گام به سوی شخصیت‌های هوش مصنوعی صوتی-تصویری تعاملی است که می‌توانید به‌صورت لحظه‌ای با آن‌ها ارتباط برقرار کنید. این مدل از سبک‌های مختلفی پشتیبانی می‌کند؛ از انسان‌های فوتورئال، انیمه، تا آواتارهای سه‌بعدی و امکان استریم با فازهای گوش دادن و صحبت کردن طبیعی را فراهم می‌کند.

این قابلیت هنوز برای استفاده در اپلیکیشن آماده نیست و Character.AI می‌گوید این فناوری فعلاً در حال پژوهش است. اگر این شرکت آن را عرضه کند، قطعاً یکی از اولین شرکت‌هایی خواهد بود که به این موفقیت رسیده و این دستاورد نقطه عطف مهمی در رقابت هوش مصنوعی به شمار می‌رود.

نظرتان را ثبت کنید کد خبر: 53271 گروه خبری: هوش مصنوعی منبع خبر: سافت گذر تاریخ خبر: 1404/04/14 تعداد مشاهده: 4010
اخبار مرتبط با این خبر
نظر های کاربران
سرور آپدیت نود 32
پیشنهاد سافت گذر
Autodesk AutoCAD 2012 SP2 x86/x64

Autodesk AutoCAD 2012 SP2 x86/x64

نسخه 2012 قدرتمندترین برنامه نقشه‌کشی ویرایش 32 بیتی و 64 بیتی

WiFi Manager Premium 4.3.0 Build 230 for Android +2.1

WiFi Manager Premium 4.3.0 Build 230 for Android +2.1

نمایش و مدیریت شبکه های وایرلس

آشنایی با مادربردها

آشنایی با مادربردها

آموزش Motherboard

نماز بازدارندۀ از گناه

نماز بازدارندۀ از گناه

اسرار نماز

کار با اکسل

کار با اکسل

آموزش تصویری اکسل 2019

LEC Power Translator World Premium 15 v3.1r9

LEC Power Translator World Premium 15 v3.1r9

قویترین مترجم 13 زبان زنده دنیا به یکدیگر

Adobe Photoshop Lightroom 9.1.1 For Android +4.1

Adobe Photoshop Lightroom 9.1.1 For Android +4.1

فتوشاپ لایت روم

تفسیر سوره توبه از دید استاد مطهری

تفسیر سوره توبه از دید استاد مطهری

مطهری تفسیر توبه

سندبادنامه ظهیری سمرقندی

سندبادنامه ظهیری سمرقندی

حکیم سندباد یا داستان هفت‌وزیر

تطبیق واژه‌های سوئدی با واژه‌های ایرانی

تطبیق واژه‌های سوئدی با واژه‌های ایرانی

خویشاوندی زبان‌های اروپایی با زبان‌های هند و ایرانی

گلچین بهترین مدیحه سرایی حاج  عبدالرضا هلالی

گلچین بهترین مدیحه سرایی حاج عبدالرضا هلالی

مولودی حاج عبدالرضا هلالی

روایتی دیگر از انقلاب مشروطه ایران

روایتی دیگر از انقلاب مشروطه ایران

تکاپو برای آزادی

Where is My Mickey 1.1.0 for Android

Where is My Mickey 1.1.0 for Android

بازی میکی موس من کجاست؟

هنر گفتگو

هنر گفتگو

اصول وسبک های گفتگو

Perfectly Clear WorkBench 5.1.1.3255

Perfectly Clear WorkBench 5.1.1.3255

پلاگین اصلاح خودکار عکس در فتوشاپ

مداحی امیر برومند سال 98

مداحی امیر برومند سال 98

دهه محرم برومند

National Geographic Killer Dragons

National Geographic Killer Dragons

مستند اژدهاهای مرگبار

Microsoft Exchange Server 2013 SP1 x64

Microsoft Exchange Server 2013 SP1 x64

نسخه 2013 قویترین نرم افزار مدیریت میل سرور(ویرایش 64 بیتی) یکپارچه شده با سرویس پک 1

Wings! Remastered Edition + Update 1

Wings! Remastered Edition + Update 1

بال‌ها - جنگ با هواپیماهای نظامی دوران جنگ جهانی اول - نسخه‌ی بازسازی‌شده

کارگردانی فیلم اثر اریک شرمن

کارگردانی فیلم اثر اریک شرمن

سخنرانی هفتاد و پنج کارگردان بین المللی

تازه‌ترین یافته‌های علمی و اطلاعات آماری جهان

تازه‌ترین یافته‌های علمی و اطلاعات آماری جهان

بحث‌انگیزترین مسائل و تعارض‌های جهان معاصر

InfiniteSkills - Learning Adobe Lightroom 5 Training Video

InfiniteSkills - Learning Adobe Lightroom 5 Training Video

فیلم آموزش نرم افزار ادوبی لایت‌روم 5

G Data Rescue BootCD 2013-12-02

G Data Rescue BootCD 2013-12-02

دیسک نجات آنتی ویروس G Data (به روز شده تا 11 آذر 1392)

Adobe Photoshop CC 2018 v19.1.9.27702 / 2017 + Portable / macOS

Adobe Photoshop CC 2018 v19.1.9.27702 / 2017 + Portable / macOS

فتوشاپ

Real Football 2011

Real Football 2011

بازی جذاب فوتبال واقعی 2011

CloudMounter 2.5.1889

CloudMounter 2.5.1889

مدیریت و انتقال فایل‌ها در سرویس‌های ذخیره‌سازی ابری

Equalizer + Pro (Music Player) 2.12.0 for Android +4.0

Equalizer + Pro (Music Player) 2.12.0 for Android +4.0

پلیری با افکت های صوتی زیبا

Artisteer 4.3.0.60858 Final

Artisteer 4.3.0.60858 Final

طراحی قالب جوملا

شرح خطبه‌ متقین نوشته علامه مجلسی

شرح خطبه‌ متقین نوشته علامه مجلسی

شرح حدیث همام

Search Duplicate File 4.119 for Android +2.2.3

Search Duplicate File 4.119 for Android +2.2.3

جستجوی فایل تکراری

Stardew Valley

Stardew Valley

شبیه‌ساز مزرعه‌داری و زندگی روستایی

Microsoft Visual Studio Team Foundation Server 2012 Update 1 x86/x64

Microsoft Visual Studio Team Foundation Server 2012 Update 1 x86/x64

ویرایش خاص نرم افزار Visual Studio‌ برای انجام گروهی پروژه های برنامه نویسی

پایگاه داده ها

پایگاه داده ها

آشنایی با سیستم پایگاه داده ها

BlackBerry Blend 1.2.0.52 / Desktop 2.4.0.18 Win & Mac

BlackBerry Blend 1.2.0.52 / Desktop 2.4.0.18 Win & Mac

برنامه مدیریت گوشی های بلک بری در دسکتاپ

All Walls Must Fall + Updates

All Walls Must Fall + Updates

اکشن و استراتژیک

LocalAPK 2.1.1 x86/x64

LocalAPK 2.1.1 x86/x64

لوکال ای پی کی

آموزش نرم افزار AutoPlay Media Studio 8.0

آموزش نرم افزار AutoPlay Media Studio 8.0

آموزش آتوپلی مدیا استادیو

سخنرانی حجت الاسلام محمدمهدی ماندگاری با موضوع دفاع مقدس - 2 جلسه

سخنرانی حجت الاسلام محمدمهدی ماندگاری با موضوع دفاع مقدس - 2 جلسه

حاج آقا ماندگاری با موضوع دفاع مقدس

Samsung SSD Magician 8.3.2.850

Samsung SSD Magician 8.3.2.850

مدیریت هاردهای اس اس دی سامسونگ

ایجاد کسب و کار الکترونیکی

ایجاد کسب و کار الکترونیکی

ایده پردازی در منابع مالی

خبرنامه

با عضویت در خبرنامه، زودتر از همه باخبر باش!