在演义阅读器读本章

去阅读

米哈游蔡浩宇的 AI 公司 Anuttacon，首个视频模子慎重曝光！

Anuttacon 技巧团队成员 @Ailing Zeng，在 X 上展示了全新视频脚色扮演生成模子—— LPM 1.0。

主打一个让 AI 脚色东谈主物弘扬得更《出神入化》～

寰球先看底下这位 AI 小哥，天真演绎了一场 16 秒变换 N 种心扉的超绝大戏，你就说这心扉拿抓到不到位吧：

不仅如斯，在 LPM 1.0 模子中，连让 AI 东谈主物「听别东谈主话语」这事儿也同步进化了。（天呐 .jpg）

哪怕不张口、只是适意坐着当一个慎重凝听的东谈主，脚色的姿色、目力和心扉反馈也皆在线，这心扉价值给的：

此外，咱们还可以和 AI 进行「及时互动」。

惟有对着电脑屏幕说一句我方的甲方需求，屏幕里的 AI 脚色就能够凭证教唆当下作念出反映。

哪怕是在永劫期交互下，依旧能保证东谈主物形象牢固一致，be like：

姿色如斯之当然、心扉如斯之到位、交互如斯之及时，网友平直等于一个《坐不住》，直言：

及时、扶持无尽长度的 AI 脚色终于来了！！！（高声 .jpg )

（说简直，我大早上在官网看了这几个 demo 后果后，属实快分不出来 AI 不 AI 了…）

LPM 1.0：主打一个让 AI 脚色变「戏精」

其实对今天的 AI 视频家具来说，能把东谈主物脚色的姿色天真演绎出来，早就不算什么簇新事了。

关联词 LPM 1.0 模子突出就突出在吧——

咱们能通过文本、音频和图像三种多模态面貌，简短生成一个能及时对话、会听会说、还能无间保持东谈主物一致性的动态脚色。

让 AI 脚色在视频里，更会演、更会听、更会说，还能一直像归拢个东谈主～

我也帮友友们淡淡追思了一下 LPM 1.0 模子最中枢的几大「才略亮点」：

超绝心扉演绎才略：能同步生成话语、倾听、微姿色和当然当作，心扉扮演更到位。

及时视频生成才略：通过在线生成器，用户能已毕和 AI 脚色已毕及时交互，相宜作念对话型脚色。

凭证对方话语作念出反映的才略：脚色可以一边听用户话语一边作念出姿色反映，等轮到脚色恢复时，它再凭证合谚语音生成话语视频。

永劫期东谈主物一致性：哪怕和 AI 的互动期间延长之后，AI 脚色依旧尽量守护归拢个东谈主的外不雅和身份特征。

emm …这些才略是不是听上去有点乏味？不艰难，咱们平直让 AI 演员们上才艺！

先来说说寰球很感意思意思也很有益旨真理的——「超绝心扉演绎才略」。

具体来说，模子在口型同步、呼吸节律、心扉抒发维度上的弘扬更靠拢东谈主类的弘扬风物，呈现后果也就更有档次。

比如不才面这个堪比好莱坞大片的视频，两位须眉只是在几秒钟的期间，就天真演绎出了多个心情——

前一秒如故盘桓和盘桓，下一秒就出现抿嘴、咬牙、咨嗟这类更轻微的当作，能让东谈主澄莹感受到情绪现象在变化。

( 老戏骨啊老戏骨，提出送去参预 AI 版《演员的出生》！）

再看底下这位老哥，短短 9 秒期间里，惊险、病笃、大怒几种心扉接连切换，总计经过还挺有压迫感？？

此外不知谈寰球发没发现，当东谈主物在说到重音位置时，嘴部开合幅度、面部发力风物也会随着增强。

台词重点和扮演重点是对得上的，交融度可以说口角常可以，be like：

除了对着镜头完成这类单东谈主扮演，LPM 1.0 还有个更有益旨真理的才略——

那等于脚色在「倾听别东谈主话语」时，会同步给出与当下情境相符的的姿色和现象反馈。

让你以为，目下这个 AI …好像简直在赛博寰球和另一个东谈主真实互动。

比如底下这个女东谈主接孩子电话的片断。

当她听到电话那头的声息时，第一期间先是目力变化，轮盘随后眼睛微微睁大，带出少许或然和记挂，紧接着眉头收紧，像是在飞速判断电脑那头孩子是不是遭遇了什么事。

emm …整段反映很像真东谈主接电话时那种「边听边消化信息」的现象：

再看底下这个姿色仍是有点稍微狂躁的须眉。

对方一启齿，他的脸上就同步出现了扶头、困顿、幽微不耐性这些反映，总计东谈主的现象像是在强撑着把这段话听完。

（像极了咱们上班开会听雇主讲话时候的姿色…狠狠共识住了。）

除了上头咱们展示的这些单向视频生成才略外，LPM 1.0 还有一个异常值得一提的才略——

那等于咱们能与 AI 脚色「及时互动」。

举例你话语时，脚色会及时作念出正在听的姿色和当作，让总计互动看起来会更像真东谈主视频通话。

比如底下这个 demo，在视频对话器中，女子只张口说了句「let ’ s sing a song」，屏幕里的 AI 女孩就能作念到坐窝初始大展歌喉～

再比如，只说一句「请你作念个自我先容」，屏幕里的 AI 女孩也能快速作念出关系反映，更接近真实换取该有的节律：

临了咱们来说说 LPM 1.0 永劫期视频生成中才略。

具体来说，LPM 1.0 能够让 AI 脚色在永劫期互动里依旧保持牢固输出，既能无间对话，也能永劫期讲故事，东谈主物形象还结巴易崩。

比如像底下官决策例中 22 分钟、48 分钟的视频也能简短生成，而况脚色形象一致性依旧保持可以～

LPM 1.0 为啥这样会「演」？

能让赛博寰球里的东谈主物脚色姿色心情和交互才略如斯到位，LPM 1.0 背后的技巧架构当然也不浅近。

我先给寰球小小科普一下，其实当今行业内的视频模子，一直很难同期兼顾三件事儿——

那等于弘扬力、及时性、长视频的脚色一致性。

这三项才略可以说是彼此牵制，水火不相容，这也组成了当下 AI 视频最中枢难题之一…

而为了处置这个浩劫点，LPM 1.0 团队先是构建了一套以东谈主为中心的多模态数据集——

在这个经过中加入了扮演和会，身份感知等多种参考信息本色，标的是让 AI 脚色更像真东谈主换取时的现象。

在此基础上，团队又给底层架构平直上了一套有着 170 亿参数的扩散 Transformer。

这套架构更擅所长理视频里空间与期间之间的复杂关联，能借助普遍的自珍主张机制，把东谈主物姿色、口型、当作，以及前后帧之间的连气儿关系通盘建模。

这样一来模子就能知谈到底奈何演才调更当然更像东谈主类～

而至于咱们在刚才看到的能及时交互的模拟器，则是一个因果式流生成器，专门用于已毕低延长、可无间、无尽长度的及时交互。

这样一来咱们就和 AI 角东谈主物进行及时换取了！（窃笑 .jpg）

除了模子自己的才略外，LPM 1.0 团队成员相通值得热心。

这次在 X 上透露 LPM 1.0 模子的 @Ailing Zeng，身份为 Anuttacon 的技巧团队成员，主要负责互动多模态视频生成模子的关系运筹帷幄。

她博士毕业于香港中语大学，在加入 Anuttacon 之前，曾在腾讯混元团队和 IDEA 从事大模子关系运筹帷幄。

此外，该模子的技巧论文由 20+ 位运筹帷幄东谈主员共同参与完成，感意思意思的 uu 可通过下方论文华集了解模子的翔实技巧本色～

Ps: 当今，模子还莫得慎重对外上线，感意思意思的一又友可以蹲蹲。

参考采集：

[ 1 ] https://arxiv.org/html/2604.07823v1

[ 2 ] https://large-performance-model.github.io/#

一键三连「点赞」「转发」「提神心」

接待在驳倒区留住你的思法！

—  完  —

� � 谁会代表 2026 年的 AI？

龙虾爆火，带动一波 Agent 与养殖家具海浪。

但真实好得恒久热心的 AI 公司和家具，省略不啻于此。

如若你正在作念，或见证着这些变化，接待讲述。

让更多东谈主看见你。� � https://wj.qq.com/s2/25829730/09xz/

一键热心 � � 点亮星标

科技前沿进展逐日见轮盘游戏app

PG电子(PocketGames)游戏官网

• AI
• 油菜
• 轮盘游戏app
• 米哈
• 皓宇