骑士2.0*微软推出全新vasa-1模型

骑士2.0*4月19日消息，微软亚洲研究院（MicrosoftResearchAsia）近日发表论文，介绍了全新的VASA-1模型，用户只需要提供一张静态肖像图片和一段语音音频片段，该模型就能自动让图片中的人物自动说话。

骑士2.0*VASA-1特别有趣的地方在于，它能够模拟自然的面部表情、各种情绪和唇部同步，最重要的是几乎没有人工痕迹，如果不细看很难发现。

骑士2.0*研究人员承认，与所有其他模型一样，该模型目前还无法妥善处理头发等非刚X元素，但整体效果要比其它同类模型要更为优秀。

骑士2.0*

骑士2.0*研究人员还表示VASA-1支持离线batch处理模式下，以45fps生成分辨率为512*512的动态短视频，在线直播模式下可以达到40fps，且延迟仅为170ms。而且整个生成操作只需要一台配备英伟达RTX4090显卡的电脑上就能处理。