شراء عملات رقمية
الدفع بواسطة
USD
USD
الشراء والبيع
Hot
يدعم Visa ،Mastercard ،SEPA والمزيد
P2P
0 Fees
تداول مرن بدون أي رسوم
بطاقة Gate
استخدم عملاتك الرقمية لإجراء المدفوعات حول العالم
الأسواق
التداول
أساسي
متقدم
العقود الآجلة
العقود الآجلة
وصول إلى مئات العقود الدائمة
CFD
الذهب
منصّة واحدة للأصول التقليدية العالمية
الخیارات المتاحة
Hot
تداول خيارات الفانيلا على الطريقة الأوروبية
الحساب الموحد
زيادة كفاءة رأس المال إلى أقصى حد
التداول التجريبي
مقدمة حول تداول العقود الآجلة
استعد لتداول العقود الآجلة
أحداث مستقبلية
"انضم إلى الفعاليات لكسب المكافآت "
التداول التجريبي
استخدم الأموال الافتراضية لتجربة التداول بدون مخاطر
اكسب
إطلاق
CandyDrop
tag
اجمع الحلوى لتحصل على توزيعات مجانية.
منصة الإطلاق
-التخزين السريع، واربح رموزًا مميزة جديدة محتملة!
HODLer Airdrop
احتفظ بـ GT واحصل على توزيعات مجانية ضخمة مجانًا
Pre-IPOs
افتح الوصول الكامل إلى الاكتتابات العامة للأسهم العالمية
نقاط Alpha
تداول الأصول على السلسلة واكسب التوزيعات المجانية
نقاط العقود الآجلة
اكسب نقاط العقود الآجلة وطالب بمكافآت التوزيع المجاني
الاستثمار
سكوير
سكوير
اكتشف القيمة في العملات الرقمية
Live
moments live
تحليل آني لسوق العملات الرقمية
دردشة
الدردشة مع متداولي العملات الرقمية
أخبار
آخر أخبار العملات الرقمية
flower_head
المزيد
عروض ترويجية
AI
أخرى
TradFi
Gate Card
مكافآت
سكوير
الأحدث
رائج
أخبار
نظرة عامة على المركز الشخصي

ميتوان مفتوح المصدر LongCat-Video-Avatar1.5 إطار العمل للرقمنة البشرية، تقليل استنتاجه إلى 8 خطوات

MeNews
robot
إنشاء الملخص قيد التقدم
ME AI رسالة، وفقًا لمراقبة Beating، فريق Meituan LongCat يطلق إطار عمل مفتوح المصدر لتوليد الفيديو والصور الشخصية باستخدام الصوت، LongCat-Video-Avatar 1.5، مع فتح كامل للكود ووزن النموذج. في هذا التحديث، تم استبدال Wav2Vec2 بمشفر الصوت Whisper-Large، بهدف تقديم توافق أكبر مع الهوية في الفيديوهات الطويلة وقدرة أوسع على تعميم الأساليب. تم استبدال إطار العمل بمشفر الصوت Whisper-large-v3 لتحسين تزامن الفم وحركة الشفاه. التحسينات في التمثيل الصوتي مع Whisper-large-v3 زادت بشكل كبير من استقرار توليد حركة الفم متعددة اللغات وعبر اللغات. لتعزيز استقرار التسلسل الزمني، يستخدم الإطار في توليد الفيديو الطويل استنتاجات متداخلة متعددة المقاطع للحفاظ على تماسك هوية الشخصية. أدخلت تقنية تقطير ذات خطوات قليلة تعتمد على DMD2 في طرف الاستنتاج، لتقليل تكرارات إزالة الضوضاء إلى 8 خطوات، مع تسريع الاستنتاج إلى 8 NFE، مع موازنة بين كفاءة الاستنتاج وواقعية الصورة. تم تقييم النموذج بناءً على 508 مجموعة من أزواج المصدر من الصور والصوت. أدخل تقييم الجماهير 770 مقيمًا وجمع 13240 قرارًا، بالإضافة إلى تقييم من 10 خبراء من حيث المعقولية الفيزيائية، والتنسيق، واستقرار التسلسل الزمني، وتوافق الهوية. عرضت النسخة الرسمية مقارنة مباشرة مع HeyGen وKling Avatar 2.0 وOmniHuman-1.5، مع التركيز على تحسين استقرار التسلسل الزمني، وتوافق الهوية، والطبيعية في حركة الفم. بالإضافة إلى الصور الواقعية، يمكن للإطار أن يعمم على أنماط الرسوم المتحركة والحيوانات، ويدعم بشكل أصلي إدخال الصوت الأحادي والمتعدد القنوات. يتم نشر أوزان النموذج بموجب بروتوكول MIT. كما أن صفحة المشروع تتضمن بيانًا أخلاقيًا يوضح أن المحتوى المولد المعروض للاستخدام الأكاديمي فقط، ولا يُسمح بالاستخدام التجاري. يتطلب الاستخدام التجاري الفعلي مراجعة مستقلة للوزن، والكود، والمواد، وحدود المحتوى المولد. (المصدر: BlockBeats)
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
  • أعجبني
  • 12
  • 2
  • مشاركة
تعليق
إضافة تعليق
إضافة تعليق
GateUser-af0ea0c9
· منذ 6 س
لا تزال بحاجة إلى مناقشة تجارية، إنها نفس الأسلوب القديم للشركات الكبرى في فتح المصدر
شاهد النسخة الأصليةرد0
HedgeHedgeBaby
· منذ 9 س
دعم أصلي متعدد القنوات، هذا ضروري لمن يقطع حلقات البودكاست
شاهد النسخة الأصليةرد0
LendingRateAnxiety
· منذ 10 س
هل يوضح المقال بالتفصيل ما قام به عشرة خبراء من تقييمات محددة؟
شاهد النسخة الأصليةرد0
TheWaveOfRasterization
· منذ 10 س
إشادة بترخيص MIT، ودود للأوساط الأكاديمية
شاهد النسخة الأصليةرد0
GlassBottleFeather
· منذ 10 س
هل أصبح تقطير DMD2 الآن معيارًا قياسيًا؟ أبدو أن جميع الشركات تستخدمه.
شاهد النسخة الأصليةرد0
ReboundAtTheStreetCornerAfter
· منذ 11 س
动物风格是什么鬼，猫说话？
رد0
GateUser-dd8dffab
· منذ 11 س
تحسين الاتساق الهوية أمر حاسم، ففي السابق عند تغيير الزاوية يكون من السهل أن لا يبدو الشخص هو نفسه
شاهد النسخة الأصليةرد0
GateUser-c29c3db9
· منذ 11 س
770 مُقيّم و13240 قرار تقييم، هل حجم هذا التقييم جاد حقًا؟
شاهد النسخة الأصليةرد0
BridgeTroll
· منذ 11 س
تعميم الأسلوب الأنمي هو مفاجأة مخفية، وسيكون عالم الإبداع الثانوي ممتعًا جدًا
شاهد النسخة الأصليةرد0
CandleAfterTheRain
· منذ 11 س
الاستنتاج التدريجي هذا التصميم رائع، لم يتوقف الفيديو الطويل عن العمل
شاهد النسخة الأصليةرد0
عرض المزيد

  • مُثبت

خريطة الموقع