韩国电子通信研究院(ETRI)16日表示,已开发出仅凭一张人物照片即可生成如真人一般自然说话的“超写实人工智能(AI)虚拟形象”技术。
如果说以往基于语音的AI助手仅限于执行简单指令,那么超写实AI虚拟形象则可通过精细的表情和口型表达,实现与真人一样自然的对话。ETRI期待,该技术可推广至自动驾驶汽车、自助终端、银行柜台、新闻播报、广告模特等数字人(虚拟人)产业的各个领域。
新技术的核心在于,与既有生成式AI不同,其算法可有选择地学习与合成嘴唇、下巴等与发声直接相关的部位。据介绍,这既减少了不必要的信息学习,又能更精细地实现口型、牙齿、皮肤皱纹等细致的面部表现。ETRI表示,该技术在合成画质和唇形同步性能上,优于CVPR、AAAI等国际主要学术会议发布的技术。
ETRI表示,将通过后续研究把技术提升到可替代点单、咨询等人力的水平。ETRI移动性UX研究室室长尹大燮表示:“移动性技术越是高度化,老年人和社会弱势群体越可能被边缘化”,“期待超写实AI虚拟形象生成技术有助于提升数字素养,并发展为所有人都能轻松使用的智能出行服务。”






