Le VASA-1 de Microsoft peut générer des visages parlants réalistes à partir d'une seule image

- Un article de recherche de Microsoft a présenté un projet visant à générer des têtes parlantes.
- Le nouveau modèle d'IA peut générer un visage ou une tête parlante en téléchargeant une seule photo et un enregistrement vocal.
- Le visage animé présente des expressions faciales réalistes et des mouvements des lèvres qui correspondent à la voix et aux mouvements naturels de la tête.
Dans un récent livre blanc, Microsoft a présenté un nouveau modèle d'IA qui produit une tête parlante qui ressemble et sonne de manière réaliste et est générée par le simple téléchargement d'une photographie statique et d'un échantillon vocal.
Le nouveau modèle s'appelle VASA-1, et il ne nécessite qu'une seule photo de style portrait et un fichier audio de voix et les fusionne ensemble pour créer une courte vidéo d'une tête parlante avec des expressions faciales, un synchronisme labial et des mouvements de tête. La tête produite peut même chanter des chansons, et cela avec la voix téléchargée au moment de la création.
Microsoft VASA-1 est une avancée pour l'animation
Selon Microsoft, le nouveau modèle d'IA est encore en phase de recherche, et il n'y a pas encore de plans pour le libérer au grand public, et seuls les chercheurs de Microsoft y ont accès. Cependant, l'entreprise a partagé quelques échantillons des démonstrations, qui montrent un réalisme époustouflant et des mouvements labiaux qui semblent trop réalistes.

La démo montre des personnes qui semblent réelles, comme si elles étaient assises devant une caméra et filmées. Les mouvements de la tête sont réalistes et semblent tout à fait naturels, et le mouvement labial pour correspondre à l'audio est tout à fait remarquable, étant donné qu'il semble y avoir très peu à noter de non naturel. La synchronisation globale de la bouche est phénoménale.
Microsoft a déclaré que le modèle a été développé pour animer des personnages virtuels, et il a affirmé que toutes les personnes montrées dans la démo sont synthétiques, car, selon eux, les modèles ont été générés à partir de DALL-E, qui est le générateur d'images d'OpenAI. Nous pensons donc que s'il peut animer un modèle généré par IA, alors il y a évidemment beaucoup plus de potentiel pour animer des photos de toute personne réelle, ce qui devrait être plus réaliste et beaucoup plus facile à gérer.
Cas d'utilisation de Vasa-1 et son potentiel de détournement

Si nous examinons le potentiel de VASA-1 pour une utilisation pratique, alors, à la base, il peut être utilisé pour animer des personnages dans des films d'animation, ce qui donnera aux personnages une apparence plus réaliste avec des expressions faciales et des mouvements de tête naturels. Une autre utilisation pourrait être dans les jeux vidéo, pour la même raison, pensez à Grand Theft Auto et similaires. À l'avenir, il pourrait être utilisé pour des films ou des séries générés par IA hyper réalistes où les personnages peuvent être générés à partir de générateurs d'images et animés par VASA-1, et le public pourrait même ne pas sentir que les personnages ne sont pas humains.
Avec l'utilisation créative de l'outil, il peut également être exploité pour créer du contenu à des fins malveillantes. Le détournement potentiel de VASA-1 pourrait être son utilisation pour les deepfakes, car cela rendra facile pour quiconque impliqué dans la création de deepfakes d'augmenter leurs mauvaises tactiques et de générer du contenu trompeur plus réaliste. Souvenez-vous du scandale des appels robotisés impliquant la voix de Biden pour dissuader les gens de voter avant une élection primaire ? Maintenant, cela pourrait être une vidéo robotisée après l'appel robotisé, et cela avec des expressions humaines très réalistes.
Le risque potentiel de mauvaise utilisation est peut-être la raison pour laquelle Microsoft a limité ses tests à ses chercheurs uniquement. Selon Microsoft, les chercheurs, l'outil peut être utilisé pour créer du contenu trompeur et trompeur pour se faire passer pour des humains, comme certains autres outils, mais ils visent des applications d'utilisation positives. Nvidia et Runway AI ont également publié leurs modèles pour la même fonction, mais VASA-1 semble beaucoup plus réaliste et un candidat prometteur.
Si vous lisez ceci, vous êtes déjà en avance. Restez ainsi grâce à notre newsletter.
Avertissement : Les informations fournies ne constituent pas des conseils de trading. Cryptopolitan.com décline toute responsabilité quant aux investissements réalisés sur la base des informations fournies sur cette page. Nous recommandons vivement de mener des recherches indépendantes et/ou de consulter un professionnel qualifié avant de prendre toute décision d'investissement.

Aamir Sheikh
Aamir est journaliste technologique avec près de six ans d'expérience dans les secteurs de la cryptomonnaie et de la technologie. Il est diplômé de l'université MAJ avec un MBA en finance et marketing. Il travaille désormais pour Cryptopolitan, où il rend compte des dernières évolutions des marchés de la cryptomonnaie et des prévisions de prix.
















