Компания Anuttacon, принадлежащая Цай Хаоюю, выпустила первый видеомодельный крупномасштабный язык LPM1.0.

ME News Новости, 11 апреля (UTC+8), основанная Цай Хаоюй, основатель Mihoyo, AI-компания Anuttacon тихо выпустила видео-ролик с моделью для сценического исполнения LPM 1.0, поддерживающей реальное время полно-дуплексное аудио и видео общение, одновременно реализующей речь, пение, слушание и эмоциональные реакции, с высоким уровнем реалистичности движений губ, микроэмоций и ритма тела. Технически, LPM 1.0 использует базовую модель с 17 миллиардами параметров и дистиллированную в низколатентную потоковую онлайн-версию, поддерживающую создание идентичности на любой продолжительности, совместимую с реалистичными, 2D-аниме, 3D-играми и не-человеческими персонажами без донастройки. Команда одновременно выпустила оценочную базу для сценического исполнения LPM-Bench, достигшую SOTA по нескольким метрикам. В отличие от ограничений по времени до 30 секунд у Kling-Avatar 2.0 и OmniHuman 1.5, LPM 1.0 поддерживает неограниченную продолжительность вывода, предназначена для диалоговых агентов, игровых NPC и виртуальных трансляций. Стоит отметить, что Anuttacon ясно заявил, что данный релиз предназначен только для академического обмена, в настоящее время не планируется открывать исходный код, API, демонстрации или любые продукты, и большинство считают, что одной из основных целей этого публичного выпуска является привлечение талантов в области AI. LPM 1.0 — это последний шаг Anuttacon в области игровых движков AI и интеллектуальных NPC с момента основания, а также очередной этап углубления возможностей базовых моделей в разработке AI-инструментов Mihoyo и продуктов чата AnuNeko, созданных Цай Хаоюем. (Источник: BlockBeats)