英伟达开源 Audio2Face:AI 实时生成面部动画,多语言口型同步
创始人
2025-09-25 07:43:42
0

IT之家 9 月 25 日消息,英伟达昨日(9 月 24 日)发布博文,宣布开源生成式 AI 面部动画模型 Audio2Face,涵盖模型、软件开发工具包(SDK)及完整训练框架,希望能在游戏和 3D 应用中,加速开发 AI 智能虚拟角色。

该技术通过分析音频中的音素、语调等声学特征,实时驱动虚拟角色面部动作,生成精准的口型同步和自然的情感表情,可广泛应用于游戏、影视制作和客户服务等领域。

Audio2Face 支持两种运行模式:预录制音频的离线渲染和动态 AI 角色的实时流式处理。IT之家援引博文介绍,英伟达此次开源了多个核心组件:

  • Audio2Face SDK
  • 适用于 Autodesk Maya 的 2.0 版本本地执行插件
  • Unreal Engine 5.5 及以上版本的 2.5 插件
  • 回归模型(v2.2)
  • 扩散模型(v3.0)
  • 开源训练框架支持开发者使用自有数据微调模型,以适应特定应用场景。

该技术已获行业广泛采用。游戏开发商 Survios 在《异形:侠盗入侵进化版》(Alien: Rogue Incursion Evolved Edition)中集成 Audio2Face,大幅简化了口型同步与面部捕捉流程。

Farm 51 工作室也将其用于《切尔诺贝利人 2:禁区》(Chernobylite 2: Exclusion Zone),通过音频直接生成细腻面部动画,节省大量制作时间,提升角色真实感和沉浸体验。创新总监 Wojciech Pazdur 称此为“革命性突破”。

相关内容

热门资讯

全球首发!中国AI面试智能体亮... 9月16日,在全球人力资源领域最重要的行业大会——Workday Rising 年度峰会上,来自中国...
国产芯发力!百度开源视觉模型Q... 近日,百度正式开源了其最新的视觉理解大模型Qianfan-VL。这一举动不仅标志着百度在多模态技术领...
张雪峰团队再回应“张雪峰账号被... 极目新闻记者 邓波 9月24日,知名高考志愿导师张雪峰的微博、抖音、快手、B站及小红书平台的社交账号...
原创 张... 我国著名军事专家张召忠教授,曾对现代大国冲突做出过深入分析。他预判,如果中美之间爆发军事冲突,美军不...
遍地狼烟观后感:阴霾中的一道阳... 遍地狼烟观后感:阴霾中的一道阳光    无意间听到了中国歌曲排行榜上的一首歌叫《遍地狼烟》,舒缓悠扬...