Google Research、1枚の人物画像からその人物が話す動画を生成するAI「VLOGGER」発表

人物画像ごとにトレーニングする必要はなく、口元だけでなく、瞬きなどの顔全体の表情の変化や、上半身画像の場合、手のジェスチャーも表現できる。 80万個のアイデンティティの以前のデータセットより「1桁大きいく、動的なジェスチャーを備えた」新しいデータセット「MENTOR」に基づいてトレーニングした。 研究者らは論文で、VLOGGERは「身体化された会話エージェント」への一歩だと語る。「プレゼンテーション、教育、ナレーション、低帯域幅のオンライン通信用独立ソリューションとして、人間とコンピュータの対話のためのインタフェースとして」活用できるとしている。 動画はVLOGGERのページを参照されたい。 関連記事 YouTube、生成AIを使ったリアルな動画へのラベル付け義務化開始 YouTubeは、予告どおりクリエイターツールをアップデートし、生成AIで編集あるういは生成したリアルな動画へのラベル付

[ntnajp605]

ディープフェイクが捗りそうでワクワクするけど恐ろしくもあるな

[nakakzs]

んでも、逆に言うとこの技術を応用して、（少なくともこの技術で作られた場合）フェイク画像か否かを判断するシステムって作れるのではないかね。

[misshiki]

“Google Researchは3月13日、人物の1枚の画像から“音声駆動で”発話する、その人物の動画を生成するAIシステム「VLOGGER」に関する論文を公開した。”

[LM-7]

悪用しか思いつかない

[ustar]

これは誰か岸田さんでデモ作るやつ

[hinonono]

生成AIが同じ人物を出せない弱み、解決できてて当然になりだしてるな/髪型やら顔の作りやら左右非対称なまま、顔の動きは若干不自然って程度にそれなりに動く…うーむ