带你了解AI虚拟数字人,盘点目前有关数字人的开源项目

最近AI圈数字人好家伙越来越靓仔了,各家都在推出“开源最强”的数字人

但,选择太多了,咋知道哪个适合自己呢?总不能“我+困难=放弃”,对吧?

不可!作为宠粉狂魔的我,不可能让大家面临如此窘境!

所以我果断出手!

为大家一次性把之前分享过的数字人相关整合包,做个盘点,包含实现的效果,需要的配置,生成的时间等等,让大家一口气看完目前开源数字人到底哪家强,一起选择最好的挖掘机!

数字人火火火!

要说AI圈到底啥最火,那好像、也许、可能、大概、估计就是数字人了。

AI绘画的发布者,Stability AI经常传出即将倒闭。国内外大模型的巨头们,更是已经卷成了一锅粥。现在很多大模型的接口调用,已经卷成了白菜价,1块钱就可以生成几本红楼梦,这还咋赚钱呢?!

然鹅,数字人在AI圈,那可是实实在在可能带来巨大收益!咱们直接举个栗子:今年4月中旬,京东刘强东的数字人“采销东哥”亮相京东的直播间,不仅复刻了刘强东的语速、口音,习惯性动作也一模一样。

在讲话时偶尔搓动手指,强调某件事时会配合更大幅度的手部动作,还有时不时地点头等。围观网友表示,都不太能看得出这个东哥竟然是数字人!

带你了解AI虚拟数字人,盘点目前有关数字人的开源项目

这场首秀不到1小时,直播间观看量就超过了2000万,整场直播累计成交额超5000万

在这场直播大获成功之后,今年618大促期间,京东又发起了一场“总裁数字人直播”活动。格力、海信、LG、名创优品、洁丽雅石、科沃斯、vivo、三星等企业高管“组团”化身数字人下场直播。

京东方面披露的数据显示,截至目前,言犀数字人已累计服务品牌超5000家,带动GMV超百亿

这样巨大的收益,让很多人都开始关注数字人。要实现这样的效果,目前还是价值不菲,但AI技术持续在进步,开源领域产生的数字人也越来越强了!

接下来,就让我来给大家盘点那些超强的开源数字人~

开源数字人哪家强

数字人技术,这个曾经只在科幻电影中出现的概念,如今正一步步走进我们的现实生活。随着AI技术的飞速发展,开源数字人技术的竞争愈发激烈,各大厂纷纷亮出自家的王牌产品。

接下来,我们一起来看下各大开源数字人的效果,将会基本按照技术进步的先后顺序来进行盘点,大家也可以一目了然的看到技术在逐渐进步!

①Wav2lip:Wav2Lip算法是一种基于深度学习的语音驱动面部动画生成算法,是最早期数字人运用的技术,该算法的核心思想是将语音信号中的信息映射到面部动画参数中,从而生成逼真的面部动画。

  • 配置要求:Wav2Lip相对不太吃机器性能,只需要有4G小显存即可运行;生成1个1分钟左右的数字人视频,需要处理5~15分钟。

②SadTalk:SadTalker是西安交通大学开源的一个项目,它通过从音频中学习生成3D运动系数,使用全新的3D面部渲染器来生成头部运动,可以实现图片+音频就能生成高质量的视频。

  • 配置要求:因为SadTalker生成的数字人效果好了一些,因此对机器配置的要求也有所提高,大概需要有6G显存的电脑可以流畅运行,显存小于6G或者使用CPU都会比较慢。生成1个1分钟左右的数字人视频,需要处理10~20分钟。

MuseTalk:MuseTalk是腾讯推出的一款数字人项目,支持实时音频驱动的唇部同步数字人,MuseTalk的核心技术能根据音频信号自动调整数字人物的面部图像,确保唇形与音频内容高度一致,只需输入音频,你的数字角色就能实现完美的口型同步。

  • 配置要求:使用MuseTalk大概需要有6G显存的电脑可以流畅运行,生成1个1分钟左右的数字人视频,需要处理10~20分钟,跟SadTalker差不多。

④Halo:Hallo是一款由百度联手复旦大学、苏黎世联邦理工学院和南京大学共同研发的数字人项目,在音频驱动的肖像动画生成方面取得了令人瞩目的进展。它利用先进的AI技术,根据语音输入生成逼真且动态的肖像图像视频。这种技术通过分析语音输入,同步生成人像的面部动作,包括嘴唇、表情和头部姿势,最终呈现出效果惊艳的数字人。

  • 配置要求:Hallo生成的数字人效果虽然好,但真的,它非常吃机器性能,据我的评测,需要10G显存以上的显卡才能跑得动。而且,生成1个1分钟左右的数字人视频,需要处理30~40分钟。

⑤LivePortrait:LivePortrait是快手开源了一个让人惊艳的数字人项目,它的神奇之处在于,它不仅能够精确控制眼睛的注视方向和嘴唇的开合动作,还能处理多个人物肖像的无缝拼接。

  • 配置要求:相比Hallo,LivePortrait生成的数字人效果不但好,而且,对于配置要求也降低了很多,据我的评测,需要8G显存的显卡即可流畅运行,6G显存也可运行。生成1个1分钟左右的数字人视频,需要处理10~20分钟。

⑥EchoMimic:传统的数字人技术,要么依赖音频驱动,要么依赖面部关键点驱动,各有利弊。而EchoMimic则巧妙地结合了这两种驱动方式,通过音频和面部关键点的双重训练,实现了更加逼真、自然的动态肖像生成。

  • 配置要求:EchoMimic生成的数字人,基本看不出是假人,可以说是相当真实了。而且它对于配置要求也没有增加,8G显存的显卡即可流畅运行。不过生成时长略微增加了,生成1个1分钟左右的数字人视频,大概需要处理15~30分钟。

结语

数字人技术的发展,正在不断突破我们的想象。我知道大家喜欢看图,刚好我图很多哈哈,直接来一个技术进步的对比图:

带你了解AI虚拟数字人,盘点目前有关数字人的开源项目

随着AI技术的不断推出,让我们能体验到越来越强的开源AI数字人,如果你对数字人技术充满好奇,如果你想亲手体验数字人带来的震撼效果,那么现在就是最好的时机。

声明:内容均采集自公开的网站等各类媒体平台,若收录的内容侵犯了您的权益,请联系邮箱,本站将第一时间处理。
教程百科

用AI工具复制出自己喜欢的图片,随心所欲生成喜欢的原创图片

2024-11-14 10:04:35

教程百科

用AI生成美女与野兽的AI视频制作方法,5分钟学会被赞20万的爆款视频

2024-11-15 10:00:15

搜索