كشفت شركة بايت دانس، المالكة لتطبيق تيك توك، عن نموذج ذكاء اصطناعي جديد يُدعى INFP، وهو نموذج يمكنه تحويل الصور الشخصية الثابتة إلى مقاطع فيديو تظهر فيها الصور كأنها تتحدث وتتفاعل مع المدخلات الصوتية.

ويتميز نموذج INFP بقدرته على إنشاء مقاطع فيديو لمحادثات واقعية بين شخصين دون الحاجة إلى تحديد أدوار التحدث والاستماع يدويًا، ويعتمد النموذج على تحليل تدفق المحادثة لتحديد الأدوار تلقائيًا.

ويتكون النظام من مرحلتين رئيسيتين، إذ تضمن المرحلة الأولى تقليد حركات الرأس عبر التقاط التفاصيل الدقيقة، مثل تعابير الوجه وحركات الرأس من مقاطع الفيديو، وتحويلها إلى بيانات قابلة للاستخدام لتحريك الصور الثابتة.

وأما المرحلة الثانية، فهي تضمن توليد الحركات استنادًا إلى الصوت، إذ تحلل الصوت لإنشاء أنماط حركة طبيعية للتحدث والاستماع، مع تعديل هذه الأنماط لتتوافق بشكل واقعي مع الصوت.

ولتحقيق دقة عالية، طوّرت الشركة قاعدة بيانات جديدة.....

لقراءة المقال بالكامل، يرجى الضغط على زر "إقرأ على الموقع الرسمي" أدناه