Купити криптовалюту
Оплачуйте
USD
USD
Купити та продати
Hot
Підтримує Visa, Mastercard, SEPA тощо
P2P
0 Fees
Гнучка торгівля, нульові комісії
Gate Card
Платіть криптовалютою по всьому світу
Ринки
Торгівля
Базовий
Просунутий рівень
Ф'ючерси
Ф'ючерси
Сотні безстрокових контрактів
CFD
Золото
Одна платформа для світових активів
Опціони
Hot
Торгівля ванільними опціонами європейського зразка
Єдиний рахунок
Максимізуйте ефективність вашого капіталу
Демо торгівля
Вступ до ф'ючерсної торгівлі
Підготуйтеся до ф’ючерсної торгівлі
Ф'ючерсні події
Заробляйте, беручи участь в подіях
Демо торгівля
Використовуйте віртуальні кошти для безризикової торгівлі
Earn
Запуск
CandyDrop
tag
Збирайте цукерки, щоб заробити аірдропи
Launchpool
Швидкий стейкінг, заробляйте нові токени
HODLer Airdrop
Утримуйте GT і отримуйте масові аірдропи безкоштовно
Pre-IPOs
Отримайте повний доступ до глобальних IPO акцій.
Alpha Поінти
Ончейн-торгівля та аірдропи
Ф'ючерсні бали
Заробляйте фʼючерсні бали та отримуйте аірдроп-винагороди
Інвестиції
Square
Квадрат
Відкрийте для себе цінність криптовалют
Live
moments live
Аналіз крипторинку в реальному часі
Чат
Спілкуйтеся з криптотрейдерами
Новини
Останні новини в світі криптовалют
flower_head
Більше
Акції
AI
Інші
TradFi
Gate Card
Винагороди
Square
Останні
Популярні
Новини
Профіль
SushiBackrunner

Перехід з wav2vec2 на whisper-large-v3 значно підвищує стійкість до багатомовної синхронізації губ, чітко визначаючи межу між академічним та комерційним використанням.

Переглянути оригінал
CoinNetwork
Мітуань відкрив код LongCat-Video-Avatar 1.5 — фреймворк цифрового персонажа, інференція зменшена до 8 кроків
Команда Meituan Changmao відкрила вихідний код LongCat-Video-Avatar 1.5, перебудувавши генерацію аудіо та відео для покращення просторово-часової стабільності та швидкості розпізнавання. Замінено wav2vec2 на whisper-large-v3 для покращення синхронізації міміки та багатомовної стійкості; за допомогою GRPO підкріпленого навчання зменшено артефакти рук та помилкові кадри, посилено послідовність ідентичності у довгих відео. Використано багатофрагментне скользяче розпізнавання та попередній контекст, 8-крокове дистилювання DMD2 для балансу між ефективністю та точністю. Каркас може бути застосований до стилів аніме/тварин, підтримує одноканальні/багатоканальні аудіо, ліцензія MIT, орієнтований на академічне використання, для комерційного використання потрібно перевірити.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
  • Нагородити
  • Прокоментувати
  • Репост
  • Поділіться
Прокоментувати
Додати коментар
Додати коментар
Немає коментарів

  • Закріплено

карта сайту