免費AI「神器」第十三彈：會20種語言的數字人爆火；機器人能提前0.8秒預測人類表情
（圖片來源：unsplash）
近期，生成式人工智能（AIGC）領域又湧現出多款創意十足的新應用。
今天，鈦媒體AGI梳理了免費 AI 「神器」系列第十三彈，共五款，其中不少產品再一次拓寬了我們對AI的想象力。
*會20種語言的克隆數字人——Digen
*能模仿人類表情的人形機器人——EMO
*Domo AI 新功能上線：能讓靜態人像動起來
*吊打Midjourney的AI文生圖工具——Ideogram
*文生圖框架——LaVi-Bridge
1、會20種語言的克隆數字人——Digen AI
產品信息：Digen是由Digen AI研發的全新克隆數字人工具產品，稱是利用生成式 AI 技術創建面向未來的視頻，支持多達20種語言、40+種聲音，手勢、口型和語調全部同步一致，視頻效果比較逼真。
產品功能：用戶可通過官網申請內測，使用時免費進行個性化頭像生成，大約需要5-7天時間，隨後可以進行視頻編輯和生成等操作，最終可以實現數字人視頻狀態，聲稱為Digen in Real Motion 1.0。
目前，Digen包括免費版、創作者版、專業版三個版本，後兩者每月計費分別為9.9 美元、19.9美元，如果按年訂閱價格會更低一些。公司稱，免費計劃的訂閱者不受任何時間限製，但每月只能製作總長度為2分鐘的視頻，視頻數量沒有限製。
有分析稱，Digen是Sora、Heygen、PIKA、Runway等產品的強有力競品之一。
用戶可通過https://digen.ai填寫信息申請內測資格。
2、能模仿人類表情的機器人——EMO
產品信息：哥倫比亞大學創新機器實驗室近日推出一款可以預測人的表情，並能與人類同步做出表情的人臉機器人。這款機器人采用自我監督學習框架，運作原理類似於人類通過照鏡子來練習面部表情。
產品功能：EMO可以在人類微笑前839毫秒預測即將到來的微笑，並通過模型與人類同時表達微笑。此外，Emo還可以預測悲傷、憤怒和驚訝等表情，還能與人類進行眼神互動，但目前還不能做出人類的所有表情。
據了解，Emo的眼睛裏裝有攝像頭，矽膠皮膚下有26個電機，類似於人類面部的肌肉，可以為機器人的面部表情提供動力。另外，該機器人使用兩個神經網絡，一個用來觀察人臉並預測表情，另一個研究如何在機器人臉上產生表情。第一個神經網絡通過視頻網站上的視頻進行訓練，第二個神經網絡讓機器人通過實時攝像機觀看自己做的表情來訓練。
團隊研究人員表示，未來，他們還將拓寬機器人的表情範圍，希望EMO能對人所說的話做出反應，而不是簡單模仿人類。此外，研究人員正利用大模型將語言交流整合到Emo中，讓Emo能夠回答問題和對話。
3、Domo AI 新功能上線：能讓靜態人像動起來
產品信息：Domo AI是映刻科技推出的一款將照片和視頻動漫化的AI工具，該工具可以將用戶上傳的圖片和視頻轉繪為動漫風格，經過不斷叠代更新，Domo AI近日推出了圖像生成視頻新功能。
產品功能：Domo AI的新功能結合了深度學習和計算機視覺算法的前沿技術，通過智能識別和分析靜態照片中的人物特征，再與動態視頻中的運動數據進行精準匹配。在強大的算法驅動下，Domo AI能夠巧妙地將照片中的人物「移植」到視頻中，實現靜態到動態的完美轉變。
例如，用戶可以上傳一張靜態照片和一個參考的動態視頻，Domo AI便能夠巧妙地將靜態照片中的人物替換成動態視頻中的人物，實現驚人的視覺轉換。
Domo AI功能強大，適用於多種場景和應用。不僅可用於社交媒體上分享生動有趣的動態照片，還可以為電影、遊戲或廣告製作添加特效，為用戶提供無限的創意空間。
目前，Domo AI新功能已經在Discord頻道上正式上線，用戶只需在頻道內使用/move命令，即可輕松體驗將靜態照片變為動態視頻的神奇過程。
官方網址：https://domoai.app/
體驗地址：https://discord.gg/domoai
4、吊打Midjourney、DALL·E 3的AI文生圖工具——Ideogram
產品信息：Ideogram是一款超強文字生成圖像工具，旨在生成包含可以清晰閱讀文本的圖像。該模型由谷歌前員工組成的創業團隊打造，團隊成員曾參與開發谷歌的 Imagen 圖像生成軟件和視頻生成模型。
產品功能：Ideogram的主要功能為文生圖功能，但與其他圖像生成模型不同的是，Ideogram擅長生成包含文本的圖片，用戶只需輸入提示詞，Ideogram就可以按照要求將文字融入生成的圖片中，實現平面、懸浮甚至立體文字效果。比如生成電影、產品海報、T恤印花等圖像，解決了生圖AI在圖像文字生成上的痛點。
近期上線的Ideogram 1.0版本在正確顯示文本方面有了顯著提升，生成的圖像也更加逼真，可以對復雜提示詞進行精確響應。Ideogram 表示，參與測試的評估者對於 Ideogram 1.0 在提示對齊、圖像連貫性、整體偏好和文本渲染質量方面的偏好超越了 DALL·E 3 和 Midjourney V6。
同時 Ideogram 1.0 還引入了 一個名為「魔法提示」的新功能，該功能可以根據用戶的原始描述，編寫更詳細的提示詞，進而創造出更美觀且具創意的圖像。
此外，Ideogram 1.0版本還能理解冗長、復雜的提示詞，生成清晰、逼真的圖像，包括動物、奇怪組合的呈現，以及照片級逼真的人物表情和手部動作。
付費方面，用戶每天能免費使用25個提示詞，生成100張圖。8美元月付費用戶每天可以生成100個提示詞，400張圖。20美元月付費用戶可以無限使用。
體驗地址：https://ideogram.ai/t/explore
5、文生圖框架——LaVi-Bridge
產品信息：LaVi-Bridge是一個無需訓練將不同的語言模型和生成視覺模型結合起來，以實現文本到圖像的生成的技術框架，該框架由香港大學、香港中文大學和香港科技大學的研究團隊共同開發。
產品功能：通過使用LoRA（Low-rank Adaptation）和適配器，LaVi-Bridge提供了一種靈活且即插即用的方法，無需修改原始模型的權重。這個框架兼容多種語言模型和生成視覺模型，能夠適應不同的結構。
在這一框架內，團隊證明了通過整合更高級的模塊（如更先進的語言模型或生成視覺模型）可以明顯提高文本對齊或圖像質量等能力，經過大量評估驗證了LaVi-Bridge模型的有效性。
項目地址：https://shihaozhaozsh.github.io/LaVi-Bridge/
---（鈦媒體/作者:章橙*編輯:林誌佳｜鈦媒體AGI）
