Alibaba’s EMO Um Gerador de Vídeo de IA que Dá Vida a Personagens
Alibaba se refere a isso como 'EMO', e definitivamente está à altura do nome.
“`html
O gerador de vídeo de IA da Alibaba superou a Sora ao fazê-la cantar.
Introdução: Approximando o Abismo entre Imagens Estáticas e Personagens Animados
A Alibaba, a gigante do comércio eletrônico chinês, acaba de lançar um intrigante novo gerador de vídeo de IA chamado EMO. Esse sistema de IA está causando sensação por sua capacidade surpreendente de transformar imagens estáticas de rostos em atores carismáticos e até mesmo cantores. Com o EMO, conseguimos vislumbrar um futuro onde criações de IA ganham vida, criando mundos de vídeo não apenas povoados por figuras silenciosas, mas por aquelas que podem falar e até cantar. Na verdade, o EMO da Alibaba vai além e apresenta uma das criações mais famosas da OpenAI, a Sora, entoando uma música da Dua Lipa. 🎤
O Poder do EMO: De Audrey Hepburn a Lili Reinhart
A Alibaba disponibilizou generosamente vídeos de demonstração no GitHub para mostrar as impressionantes capacidades de geração de vídeo do EMO. Uma dessas demonstrações apresenta Audrey Hepburn, falando o áudio de um clipe viral de Lili Reinhart, de Riverdale, expressando seu amor por chorar. Enquanto a cabeça de Hepburn mantém uma posição rígida, todo o seu rosto, não apenas a boca, parece verdadeiramente expressar as palavras no áudio. A diferença entre o clipe original, onde Reinhart movimenta a cabeça animadamente, e a interpretação de Hepburn pelo EMO destaca o fato de que o EMO não é apenas uma ferramenta de troca de rostos ou uma imitação de IA da metade dos anos 2010. É um passo adiante, fornecendo expressões faciais realistas que dão vida ao áudio. 🎭
EMO vs. Audio2Face: Um Salto Revolucionário
No campo da animação facial gerada a partir de áudio, o EMO parece ter superado seus predecessores. Por exemplo, o pacote de software Omniverse da NVIDIA oferece um aplicativo de animação facial para áudio chamado “Audio2Face”, que depende de animação 3D e não consegue produzir vídeos fotorrealistas como o EMO. Apesar de ter apenas dois anos, o Audio2Face parece antiquado quando comparado ao EMO. Enquanto a saída do Audio2Face se assemelha mais a um boneco com uma máscara de expressão facial, os personagens do EMO exibem emoções sutis que se sincronizam perfeitamente com cada clipe de áudio. O EMO exala um nível de realismo que seus predecessores só podem aspirar a alcançar. 🎶
As Limitações e Intricacies do EMO
É essencial observar que atualmente estamos avaliando o EMO com base em demonstrações fornecidas por seus criadores, sem ter acesso a uma versão utilizável para testes extensivos. A capacidade de gerar performances faciais humanas convincentes, baseadas exclusivamente em áudio, é, sem “`html
- Particle.news O leitor de notícias com inteligência artificial que ...
- Is there anything else you would like help with?
- AI gerado lixo na Amazon O golpe por trás do novo livro de Kara Swi...
Q: Como o EMO difere das tecnologias anteriores de troca de rostos?
- A: EMO é uma evolução além da troca de rostos convencional. Ao contrário das tecnologias anteriores, o EMO não apenas troca os rostos; ele captura com precisão as complexidades das expressões faciais e emoções, entregando um nível de realismo que ultrapassa de longe as tentativas anteriores. Ele alcança isso empregando mecanismos avançados de atenção à referência e atenção ao áudio, permitindo que os personagens expressem emoções baseadas apenas em pistas de áudio. 🎭
Q: O EMO pode lidar com idiomas além do inglês e coreano?
- A: Apesar de ter sido desenvolvido na China, o EMO demonstra sua flexibilidade de idiomas ao mostrar sua capacidade de se adaptar convincentemente às fonéticas em inglês e coreano. Embora seu desempenho com outros idiomas permaneça não testado nos demos, certamente abre a possibilidade de utilizar o EMO em uma ampla variedade de contextos linguísticos. Será fascinante testemunhar seu desempenho com idiomas menos conhecidos no futuro. 🌍
Q: Quais são as potenciais preocupações éticas em torno do EMO e tecnologias similares?
- A: À medida que as tecnologias de geração de vídeo com IA, como o EMO, avançam, surgem preocupações éticas. A natureza realista dessas criações levanta questões de uso indevido, como deepfakes e desinformação. É crucial estabelecer diretrizes responsáveis e éticas para garantir que essas tecnologias sejam utilizadas de forma positiva e sem infringir nos direitos e na privacidade das pessoas. 🚫
Em Conclusão
O EMO da Alibaba representa um avanço significativo na tecnologia de geração de vídeo com IA, dando vida a imagens estáticas com incrível realismo. A capacidade de capturar expressões faciais nuances e emoções baseadas apenas em áudio é um testemunho do progresso que fizemos no campo da tecnologia e programação de computadores. Embora haja considerações éticas a serem abordadas, as aplicações potenciais para o EMO e tecnologias similares são vastas. Vamos abraçar essa maravilha tecnológica de forma responsável, promover seu desenvolvimento positivo e desfrutar das oportunidades que ela traz. 💻🌟
Referências:
- “Modelo Mais Recente da OpenAI Sora: Gerar Vídeos que Parecem Decentes”
- “Em que Sora Foi Treinado? Criativos Exigem Respostas”
- “Vídeo de Demonstração do Sora da OpenAI”
- “Retaliação Rápida: Fãs Contra-Atacam com Deepfakes Explícitos”
- “Estrutura de Animação Facial por Áudio para Facial da NVIDIA Omniverse”
- “A Ascensão dos Deepfakes em 2017”
- “Fábricas de Transmissão ao Vivo da China São Sombrias. Agora a TikTok Quer Abrir Uma nos EUA.”
- “A Casa Branca Está Combatendo os Corretores que Vendem seus Dados para a China e Rússia”
- “Tesla Enfrenta Novo Desafio Potencial na China: Primeiros Carros Elétricos da Xiaomi”
🌟 Se encontrou este artigo esclarecedor e divertido, não se esqueça de compartilhá-lo em suas plataformas de mídia social favoritas! Vamos espalhar o conhecimento e nos divertir juntos! 🚀
“`
