MDT-A2G是复旦大学和腾讯优图联合推出的AI模型，专门用于根据语音内容同步生成相应的手势动作。MDT-A2G模仿人类在交流时自然产生的手势，计算机能更加生动和自然地进行”表演”。MDT-A2G用语音、文本、情感等多种信息进行综合分析，通过去噪和加速采样等技术，生成连贯逼真的手势序列。
（图片来源网络，侵删）
上一篇
MDT-baidu09A2G – 复旦&腾讯优图推出的AI模型，可根据语音同步生成手势
猜你喜欢
-
发布了文章 14秒前
Megrez-baidu093B-baidu09Omni – 无问芯穹开源的端侧全模态理解模型
Megrez-3B-Omni是无问芯穹推出的全球首个端侧全模态理解开源模型，能处理图像、音频和文本三种模态数据。Megrez-3B-Omni在多个主流测试集上展现出超越34B模型的性能，推理速度领先同精度模型达300%。...
-
发布了文章 3分钟前
MegaTTS 3 – 字节与浙江大学合作推出的零样本语音合成系统
MegaTTS 3是字节跳动与浙江大学合作推出的零样本文本到语音合成系统，采用轻量级扩散模型，参数量仅0.45B，能高效生成高质量语音。系统将语音分解为内容、音色、韵律等属性分别建模，支持中文、英文及中英混合语音合成，具备超...
-
发布了文章 6分钟前
MeetingMind – AI会议助手，自动捕捉、分析和处理会议见解
MeetingMind是AI驱动的会议助手，基于录音和文件上传功能自动转录会议音频，从中提取关键信息，如任务、决策和问题，帮助用户轻松捕获和分析会议内容，采取行动。...
-
发布了文章 9分钟前
MedReason – 美国加州联合南洋理工等机构推出的医学推理框架
MedReason是美国加州大学圣克鲁斯分校、加拿大不列颠哥伦比亚大学、新加坡南洋理工大学等机构推出的医学推理框架，基于知识图谱提升大型语言模型（LLMs）在医学领域的推理能力。...
-
发布了文章 9分钟前
MedRAX – AI医学推理Agent，用于胸部X光检查和解决复杂医学问题
MedRAX（Medical Reasoning Agent for Chest X-ray）是专门用于胸部X光检查的医学推理AI代理。通过整合最先进的胸部X光分析工具和多模态大型语言模型，形成一个统一的框架，能动态用这些模...
-
发布了文章 12分钟前
MedRAG – 南洋理工团队推出的医学诊断模型
MedRAG是南洋理工大学研究团队提出的医学诊断模型，通过结合知识图谱推理增强大语言模型（LLM）的诊断能力。模型构建了四层细粒度诊断知识图谱，可精准分类不同病症表现，通过主动补问机制填补患者信息空白。...
-
发布了文章 16分钟前
MedGemma – 谷歌开源的AI医疗领域模型
MedGemma是谷歌推出的开源AI模型，专门用在医疗图像与文本分析。模型基于Gemma 3架构，包含4B参数的多模态模型和27B参数的纯文本模型。4B模型擅长解读医疗图像（如胸部X光、皮肤病学图像等），支持生成诊断报告或解...
-
发布了文章 16分钟前
MeWM – AI医学世界模型，精准模拟肿瘤演化
MeWM（Medical World Model）是创新的医学模型，由香港科技大学（广州）等机构提出，通过模拟疾病动态来辅助临床决策。由策略模型、动态模型和逆向动态模型组成。...
全部评论
留言在赶来的路上...
发表评论