Τον διάσημο πίνακα του Λεονάρντο ντα Βίντσι «Μόνα Λίζα» επέλεξε η Microsoft για να παρουσιάσει τις δυνατότητες του νέου εργαλείου τεχνητής νοημοσύνης, VASA-1.
Σύμφωνα με τους ερευνητές της Microsoft το νέο εργαλείο μπορεί να πάρει μια εικόνα ενός προσώπου και τον ήχο από κάποιο άλλο πρόσωπο για να δημιουργήσει ένα αληθοφανές βίντεο της ακίνητης εικόνας να μιλάει.
Ειδικά για το βίντεο με τη Μόνα Λίζα οι ερευνητές χρησιμοποίησαν τον κωμικό τρόπο με τον οποίο ερμήνευσε η Αν Χάθαγουεϊ το τραγούδι «Paparazzi».
Για την ώρα η Microsoft λέει ότι δεν είναι στα άμεσα σχεδιά της να κυκλοφορήσει στο κοινό το VASA-1.
Microsoft just dropped VASA-1.
— Min Choi (@minchoi) April 18, 2024
This AI can make single image sing and talk from audio reference expressively. Similar to EMO from Alibaba
10 wild examples:
1. Mona Lisa rapping Paparazzi pic.twitter.com/LSGF3mMVnD
Όπως εξήγησαν οι ερευνητές της εταιρείας το εργαλείο αυτό είναι σχεδιασμένο να αναγνωρίζει τις κινήσεις του κεφαλιού συμπεριλαμβανομένων, μεταξύ άλλων, της κίνησης των χειλιών, των εκφράσεων, του βλέμματος των ματιών, του ανοιγοκλεισίματος των ματιών.
Το τραγούδι Paparazzi όπως το ερμήνευσε η Αν Χάθαγουεϊ
Anne Hathaway's Lil' Wayne Style Paparazzi Rap | CONAN on TBS
Δείτε βίντεο: H Microsoft έκανε την Μόνα Λίζα να «τραγουδήσει» ραπ με Τεχνητή Νοημοσύνη
{https://www.youtube.com/watch?v=s_3vdlwVrtQ&t=25s}