近日，搜狗分身技術(shù)團(tuán)隊(duì)聯(lián)合清華大學(xué)天工智能計(jì)算研究院賈珈老師團(tuán)隊(duì)共同發(fā)表的數(shù)字人技術(shù)論文《ChoreoNet:基于舞蹈動作單元的音樂-舞蹈合成框架》被2020國際頂級盛會ACM Multimedia錄用為長文。
（截圖來源：ACM Multimedia官網(wǎng)https://2020.acmmm.org）
ACM Multimedia專注于推進(jìn)多種媒體的研究與應(yīng)用，涉及人工智能、計(jì)算視覺、數(shù)據(jù)科學(xué)、深度學(xué)習(xí)、人機(jī)交互等多個新興領(lǐng)域，是中國計(jì)算機(jī)學(xué)會推薦的多媒體領(lǐng)域唯一A類國際學(xué)術(shù)會議，被認(rèn)為是多媒體技術(shù)領(lǐng)域奧運(yùn)級別的盛會。雖然鼓勵來自全球的各類機(jī)構(gòu)分享、交流最新研究成果，但該會議論文接受率很低，只有對日常生活和技術(shù)突破具有巨大影響潛力的研究項(xiàng)目才會被通過。
“攻克難關(guān)”備受認(rèn)可
音樂和舞蹈是與人們生活密不可分且高度相關(guān)的兩種藝術(shù)形式，近年來，“樂舞合成”也是業(yè)內(nèi)高度關(guān)注的領(lǐng)域。不過，早期合成基于相似度檢索進(jìn)行，合成結(jié)果的多樣性有限，而目前通行的方法是利用神經(jīng)網(wǎng)絡(luò)模型，將音樂特征映射到人體骨骼關(guān)鍵點(diǎn)，但由于人類骨架關(guān)鍵點(diǎn)的高度冗余和帶噪特性，逐幀關(guān)鍵點(diǎn)預(yù)測非常困難，導(dǎo)致合成質(zhì)量有限，成為困擾業(yè)內(nèi)人士的一大“難關(guān)”。
搜狗分身技術(shù)團(tuán)隊(duì)與清華天工研究院賈珈老師團(tuán)隊(duì)在論文中提出了一個極具創(chuàng)造性的解決方案，該方案將人類編舞知識融合到樂舞合成框架中，設(shè)計(jì)多個舞蹈單元(CAU)，并使用CAU序列預(yù)測模型，開發(fā)了一個像人類一樣根據(jù)音樂編排舞蹈動作的舞蹈合成框架——ChoreoNet。通過實(shí)驗(yàn)驗(yàn)證和數(shù)據(jù)對比，相較于基線法，ChoreoNet性能更好，合成動作也更加自然逼真，無論是音樂匹配度、動作自然度還是其他方面，表現(xiàn)都更加優(yōu)秀。
（截圖來源：ChoreoNet論文）
此次，該論文被ACM Multimedia認(rèn)可并錄取為長文，不僅代表了搜狗AI分身技術(shù)在身體動作及姿態(tài)生成方面的突破，也從側(cè)面印證了搜狗強(qiáng)大的AI技術(shù)實(shí)力和能夠?qū)崿F(xiàn)持續(xù)輸出的創(chuàng)新能力。值得注意的是，搜狗是在業(yè)內(nèi)率先選擇通過音頻來驅(qū)動身體動作作為研究課題的先行者。
“死磕技術(shù)”引領(lǐng)方向
在搜狗的AI戰(zhàn)略版圖中，“自然交互+知識計(jì)算”是核心方向，技術(shù)研究和推動技術(shù)向產(chǎn)品的快速轉(zhuǎn)化均以此為基礎(chǔ)和方向，而搜狗“分身”是其中關(guān)鍵和重要一環(huán)。
在2018年發(fā)布全球首個AI合成主播之后，搜狗分身持續(xù)研究并打造更加逼真自然的數(shù)字人能力，在2D/3D數(shù)字人領(lǐng)域構(gòu)建了音畫同步、逼真的面部表情唇動生成及驅(qū)動能力。此外，如何能夠讓數(shù)字人更加自然并且富有表現(xiàn)力也是搜狗分身的重點(diǎn)研究方向，其中身體動作以及姿態(tài)的表達(dá)至關(guān)重要。搜狗在首代AI合成主播問世后不到3個月的時間，便成功推出與“坐播”截然不同的“站播”合成主播，今年5月推出的3D AI合成主播不止面部細(xì)節(jié)經(jīng)得起高清鏡頭考驗(yàn)，更是實(shí)現(xiàn)了自如行走。本次與清華大學(xué)天工智能計(jì)算研究院的工作選擇了音樂場景，重點(diǎn)研究如何提升身體動作生成及驅(qū)動的表現(xiàn)力和自然度，為AI數(shù)字人的技術(shù)探索開啟了新方向。
“未來應(yīng)用”前景廣闊
人工智能是未來科技的風(fēng)向標(biāo)，而5G時代的到來又大大加速了這一進(jìn)程。自2018年搜狗推出全球首個AI合成主播之后，能夠與普通人的生活深度交融并廣泛運(yùn)用于各行各業(yè)的“AI分身”便深受關(guān)注，不少科技企業(yè)躬身入局。
從上文可以看出，搜狗從未停下突破的步伐，從2D到3D、“坐播”到“站播”、從支持單一語種到支持多語種、再到支持互動。目前搜狗分身技術(shù)已經(jīng)在司法、傳媒、會展、藝術(shù)、金融客服等多個場地落地，為新華社、央視、平安惠普、北京互聯(lián)網(wǎng)法院等打造了多個AI合成主播、AI合成客服、AI虛擬法官等，也創(chuàng)造了雅妮、新小微、新小浩、新小萌等多個經(jīng)典AI數(shù)字人形象。
由音頻驅(qū)動的數(shù)字人或數(shù)字舞蹈演員，擁有巨大的想象空間和市場化應(yīng)用前景。特別是與搜狗現(xiàn)有3D數(shù)字人的技術(shù)相結(jié)合后，使用場景可以從目前集中的傳媒、金融、法律等領(lǐng)域向影視、娛樂領(lǐng)域進(jìn)軍，攪動萬億規(guī)模的市場。
AI為人賦能，這是搜狗人工智能的發(fā)展理念，也是搜狗分身技術(shù)的愿景。作為一項(xiàng)既能解決行業(yè)痛點(diǎn)，又能為用戶創(chuàng)造價值，既能給社會帶來變革、又能對科技產(chǎn)生影響，同時還能持續(xù)突破和進(jìn)步的前沿技術(shù)，搜狗分身的未來，無疑具備更多的可能性、極大的想象空間。
申請創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
雖然我國汽車芯片行業(yè)還處在發(fā)展初期，但已經(jīng)迸發(fā)出無限潛力。一方面，智能汽車的發(fā)展不斷帶動需求增長；另一方面，政策引導(dǎo)下，汽車芯片企業(yè)持續(xù)搶占高地。對此，在7月5日-7日舉辦的2023年中國汽車論壇上，中國汽車工業(yè)協(xié)會副秘書長李邵華就做出表示，“中國將成為未來汽車芯片發(fā)展的集聚地”。車規(guī)芯片行業(yè)近日的
2023年7月6日,第六屆世界人工智能大會(WAIC2023)在上海開幕,“人工智能大模型”是本屆大會的備受矚目的話題,據(jù)悉,在昇騰AI大模型的創(chuàng)新研發(fā)中,華為聯(lián)手26家行業(yè)領(lǐng)軍企業(yè),組建了一支協(xié)同創(chuàng)新的“AI明星隊(duì)”,云天勵飛作為中國人工智能企業(yè)的杰出代表,和互聯(lián)網(wǎng)大廠、運(yùn)營商、科研院所等優(yōu)秀團(tuán)隊(duì)
這幾個月來，以ChatGPT為代表的生成式AI展現(xiàn)出的能力令世界驚嘆。自從2016年AlphaGo戰(zhàn)勝李世石掀起了一波AI浪潮后，AI仿佛已經(jīng)沉寂了很久，ChatGPT的橫空出世就如同一束耀眼的光芒，讓AI這個名詞重回C位。過去在AI1.0時代，主要通過訓(xùn)練模型來實(shí)現(xiàn)圖像識別、聲音識別、語言處理等特
文：互聯(lián)網(wǎng)江湖作者：志剛2023年的IoT需要一個新故事。6月29日，涂鴉智能在開發(fā)者大會上，發(fā)布了企業(yè)級戰(zhàn)略PaaS2.0，希望通過一個平臺+四大開發(fā)服務(wù)，建立起IoT生態(tài)。對于這場發(fā)布會，市場的態(tài)度是積極的。美東時間6月29日收盤，涂鴉智能美股股價上漲5.6%，來到1.87美元/股。近日股價穩(wěn)定
蘋果16弄了兩個版本，一個是專門給中國人用的，準(zhǔn)備用百度的AI，還要交錢。第二個是全世界都可以用的，用了ChatGPT，包括臺灣、香港、澳門都可以用。以后都這樣了。好，問題就出在這，蘋果和百度的合作出現(xiàn)問題了，新聞連起來看，才能明白其中含義。新聞一：蘋果正在和騰訊、字節(jié)初步接洽，考慮將二者的AI模型
“技術(shù)日新月異，人類生活方式正在快速轉(zhuǎn)變，這一切給人類歷史帶來了一系列不可思議的奇點(diǎn)。我們曾經(jīng)熟悉的一切，都開始變得陌生?！庇?jì)算機(jī)之父約翰·馮·諾依曼曾這樣說到。
“人工智能的商業(yè)模式，是要創(chuàng)造一個市場，而非一個算法”。這是世界AI泰斗MichaelI.Jordan的觀點(diǎn)。而當(dāng)前的全球AI市場，占據(jù)主導(dǎo)地位的中美雙方，卻也走出了兩條截然不同的技術(shù)路徑，前者執(zhí)著于前沿技術(shù)的探索，后者則發(fā)力應(yīng)用優(yōu)化和商業(yè)化落地。南轅北轍的兩個方向，或許已經(jīng)無法直接進(jìn)行排位先后、優(yōu)
智能體進(jìn)化發(fā)展了一年，現(xiàn)在的RPAAgent迭代到什么程度了？從實(shí)在智能最新發(fā)布的實(shí)在Agent7.0，看RPAAgent的迭代升級抓取豆瓣信息、自己制作PPT，這款A(yù)IAgent真的實(shí)現(xiàn)了流程全自動化AIAgent構(gòu)建到執(zhí)行全自動化，持續(xù)進(jìn)化RPAAgent再次降低智能體應(yīng)用門檻實(shí)在智能重磅發(fā)布實(shí)
崔大寶｜節(jié)點(diǎn)財(cái)經(jīng)創(chuàng)始人進(jìn)入2024年，大模型似乎有熄火之勢：資本市場，與之關(guān)聯(lián)的概念炒不動了，英偉達(dá)股價動輒暴跌重挫，引發(fā)“泡沫戳破”的擔(dān)憂；消費(fèi)市場，BATH們的推新活動少了，產(chǎn)品更新迭代的速度慢了，民眾的關(guān)注度降了……熱鬧的大概只剩下兩場酣仗：自5月15日字節(jié)跳動宣布“以厘計(jì)費(fèi)”，打響國內(nèi)大模型
文|智能相對論作者|陳泊丞好消息！你心心念念的事業(yè)單位發(fā)錄取公告了！壞消息！他們沒錄你，錄了個數(shù)字人。圖片來源網(wǎng)絡(luò)隨著數(shù)字人技術(shù)的突破，越來越多的傳統(tǒng)企業(yè)和機(jī)構(gòu)開始用上了“數(shù)字員工”。甚至很多中國人心心念念的“鐵飯碗”，也被這些數(shù)字人給捧上了。數(shù)字人捧上了“鐵飯碗”簡單翻看一下全國各地事業(yè)單位的“錄
黑芝麻智能敲鐘后，港交所門口又有一些智駕芯片企業(yè)引發(fā)關(guān)注。據(jù)悉，近日地平線已通過中國證監(jiān)會IPO備案，擬發(fā)行不超過11.5億股境外上市普通股并在香港聯(lián)合交易所上市，預(yù)計(jì)籌集約5億美元資金。從天眼查可以了解到，該公司成立于2015年，是一家乘用車高級輔助駕駛（ADAS）和高階自動駕駛（AD）解決方案供
8月21日，萬眾矚目的2024世界機(jī)器人大會暨博覽會在北京亦創(chuàng)國際會展中心盛大開幕。這場為期5天，集“展覽”“論壇”“賽事”于一體的機(jī)器人盛會，反映了當(dāng)下機(jī)器人領(lǐng)域的繁榮生態(tài)。據(jù)官方統(tǒng)計(jì)數(shù)據(jù)，今年現(xiàn)場逛展觀眾高達(dá)25萬人次，比去年增加25%。機(jī)器人行業(yè)有多火?看看2024世界機(jī)器人大會火爆程度便可知
