微软推出VASA-1 AI框架，可即时生成逼真对口型视频

微软推出VASA-1 AI框架，使用一张真人照片和个人语音音频即可生成逼真对口型视频。该技术克服了以往面部生成技术的局限性，利用扩散Transformer模型训练，将面部动态和头部运动视为单一潜在变量，可即时生成高分辨率、高帧率的视频。微软还利用3D技术辅助标记面部特征，设计损失函数，有效捕捉和重现面部3D结构。（IT之家）