你想象過嗎?只用一張圖片，就能快速生成一個(gè)表情自然、能和你視頻對話互動的 AI 數(shù)字人?
近日，即構(gòu)科技推出了實(shí)時(shí)互動 AI Agent 2.4，升級上線「圖片數(shù)字人實(shí)時(shí)對話」能力。這是一套面向企業(yè)和開發(fā)者的實(shí)時(shí)互動 AI 技術(shù)解決方案。
用戶無需拍攝、無需動捕設(shè)備，也不用專業(yè)實(shí)操，只需上傳一張人物形象正面照片，即可生成一個(gè)1080P 高清、唇形準(zhǔn)確、表情自然的實(shí)時(shí)對話數(shù)字人。
數(shù)字人可以通過文本、音頻文件或?qū)崟r(shí)語音流驅(qū)動，支持生成離線視頻文件、直播流或?qū)崟r(shí)音視頻流，靈活適配不同業(yè)務(wù)場景。
結(jié)合即構(gòu)自研的實(shí)時(shí)互動 AI Agent 能力，不僅能實(shí)現(xiàn)400ms內(nèi)數(shù)字人驅(qū)動延遲、2s 完成內(nèi)自然互動響應(yīng)，還能準(zhǔn)確理解上下文，做出符合場景的回復(fù)和表情神態(tài)。
這一技術(shù)方案支持多平臺、多形式快速集成部署，幫助企業(yè)低成本批量生成可實(shí)時(shí)互動的圖片數(shù)字人，并可根據(jù)實(shí)際需求接入 API 靈活定制，滿足教育、客服、陪伴等應(yīng)用場景的多樣化需求，真正實(shí)現(xiàn)“即用即上崗、場景即適配”。
之所以能做到這些，是因?yàn)楸澈笥幸徽准礃?gòu)科技的實(shí)時(shí)互動技術(shù)在支撐。
即構(gòu)圖片數(shù)字人能力基于照片驅(qū)動和即構(gòu)實(shí)時(shí)互動 AI Agent 引擎的融合架構(gòu)，在生成效率、響應(yīng)時(shí)延與交互擬真度方面實(shí)現(xiàn)了顯著提升。方案整體更輕量、更靈活，為用戶帶來低門檻、高真實(shí)感、高沉浸的數(shù)字人互動體驗(yàn)。
·生成門檻低：只需一張照片，即可快速生成 1080P 高清、可實(shí)時(shí)互動的數(shù)字人，輕松實(shí)現(xiàn)低成本批量生成
·驅(qū)動自然：支持頭部動作與生成表情，眨眼點(diǎn)頭自然、且不變形
·口型準(zhǔn)確：高度還原中英多語言的準(zhǔn)確唇形，語音與唇形實(shí)時(shí)同步
·互動流暢：驅(qū)動延遲小于400ms，整體互動時(shí)間小于2s
·支持多角色：可快速塑造多種風(fēng)格的數(shù)字人，呈現(xiàn)更生動的表現(xiàn)力
·全場景部署：支持全平臺多形式部署，可靈活接入API按需定制
我們相信，數(shù)字人不該只是靜態(tài)的形象，而是一個(gè)能表達(dá)、會互動、有溫度的智能“數(shù)字搭子”。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
