酷游九州发表VASA-1框架，酷游链接可即时生成逼真虚拟人像

从《酷游九州вт989点сс》以及酷游链接时，便可即时生成逼真且表情丰富的虚拟人像，用于提升数位通讯的互动体验。

微软公开最新虚拟人像技术VASA-1框架，该框架只要使用一张个人照以及语音音讯，就能产生精准逼真的人脸对嘴说话视频，视频中人物甚至可展现自然的表情和头部动作，VASA-1可即时生成高达40 fps 的 512x512 视频。

微软VASA-1框架克服了以往虚拟人像生成技术的限制。此框架的特别之处在于，研究人员利用扩散Transformer模型，在整体脸部动态和头部运动潜在空间进行训练，该模型将所有可能的脸部动态，包括嘴唇动作、表情、眼睛注视和眨眼等行为，视为单一潜在变数，并统一建模其机率分布。

VASA-1

VASA-1不只图像生成品质自然良好，另一大优点更是能高效运作，即时生成逼真的说话脸部，而这对于通讯的即时互动更是关键性的能力。研究人员在Nvidia RTX 4090 GPU桌上型电脑进行评估VASA-1，线上串流模式512×512解析度可达40 FPS，延迟时间仅有170 ms。