VASA-1：实时生成逼真会动的 AI 面孔

微软亚洲研究院推出 VASA-1，一种基于单一静态图片和语音音频片段生成逼真动态面孔的框架，能够实时展现丰富的面部表情和头部动作，为虚拟 AI 化身带来更自然、更具表现力的视觉交流技能。

在线直播模式下，支持高达 40fps 的帧率，且仅170毫秒的延迟。

近期最炸裂的 AI Paper

官网：https://www.microsoft.com/en-us/research/project/vasa-1/
论文：https://arxiv.org/abs/2404.10667