Η Μόνα Λίζα «ζωντανεύει» και τραγουδά ραπ χάρη σε ένα νέο εργαλείο τεχνητής νοημοσύνης, που αξιοποιεί στατικά έργα, όπως φωτογραφίες και πίνακες ζωγραφικής.
Οι ερευνητές της Microsoft εξέθεσαν ένα νέο μοντέλο τεχνητής νοημοσύνης που ανέπτυξαν, το οποίο μπορεί να χρησιμοποιήσει μια εικόνα ενός προσώπου και ένα ηχητικό κλιπ κάποιου που μιλάει και να δημιουργήσει ένα ρεαλιστικό βίντεο του ατόμου που μιλάει.
Ειδικά για το βίντεο με τη Μόνα Λίζα οι ερευνητές χρησιμοποίησαν τον κωμικό τρόπο με τον οποίο ερμήνευσε η Αν Χάθαγουεϊ το τραγούδι «Paparazzi».
Το νέο αυτό μοντέλο τεχνητής νοημοσύνης, ονομάζεται VASA-1 και παράγει ένα διασκεδαστικό αποτέλεσμα. Για την ώρα, η Microsoft λέει ότι δεν είναι στα άμεσα σχεδιά της να κυκλοφορήσει στο κοινό το VASA-1.
Microsoft just dropped VASA-1.
This AI can make single image sing and talk from audio reference expressively. Similar to EMO from Alibaba
10 wild examples:
1. Mona Lisa rapping Paparazzi pic.twitter.com/LSGF3mMVnD
— Min Choi (@minchoi) April 18, 2024