समाचारं

Kuaishou Keling दलस्य नवीनतमः मुक्तस्रोतपरियोजना लोकप्रियः अस्ति: मामा बालिकायाः ​​रूपेण परिणमति, GitHub 7.5K ताराणि गृह्णाति

2024-07-23

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

चार्ट्स् तः बहिः ! ! तस्मिन् विद्यमाना सुन्दरी बालिका वस्तुतः मामा एव इति को ज्ञास्यति स्म, भिडियोस्य पूर्णसंस्करणं न पश्यन्।

[अत्र विडियो सम्मिलितुं न शक्यते, दुर्भाग्येन...भवन्तः Qubit आधिकारिक खाते पश्यितुं शक्नुवन्ति~]

ठीक, एतत् निष्पद्यते यत् एतत् कुआइशौ केलिंग् दलस्य उपयोगेन कृतम् आसीत्।नियन्त्रणीयं चित्रं विडियो जनरेशन ढांचा——लाइवपोर्ट्रेट。

LivePortrait इत्येतत् मुक्तस्रोतरूपेण तत्क्षणमेव हिट् अभवत्, अल्पकाले एव GitHub इत्यत्र व्यापकरूपेण उपयुज्यते ।७.५Kताराचिह्नम् ।

तया हग्गिंग्फेस् इत्यस्य मुख्यरणनीतिपदाधिकारिणः थोमस वुल्फः अपि आकर्षितः यत् सः स्वयमेव तस्य अनुभवं करोतु:



सम्प्रति अपि सर्वेषु HuggingFace एप्स् मध्ये अस्य स्थानम् अस्ति ।प्रथमं प्रवृत्तिः



अतः, LivePortrait इत्येतत् किमर्थम् एतावत् ध्यानं आकर्षयति?

अस्य नेत्रयोः आकर्षकप्रदर्शनस्य आरम्भं कुर्मः...

"स्थानांतरणम्" इति व्यञ्जनम् ।

LivePortrait Kuaishou Keling Big Model Team द्वारा मुक्तस्रोतः अस्ति तथा च केवलं आवश्यकता अस्ति१ मूलचित्रम्गतिशीलं विडियो जनयितुं शक्नुवन्ति।



प्रथमं आधिकारिकनिर्गमस्य एकं समुच्चयं पश्यामः ।

इत्यस्मात्‌सरलतमःआरम्भार्थं स्थिरं चित्रं क्षिपन्तु तथा च LivePortrait चित्रं निमिषं, स्मितं वा शिरः परिवर्तयितुं वा शक्नोति ।

अद्यापि उपयोक्तुं शक्यते"कलमम्" ।, अर्थात् अन्येभ्यः जनानां कृते अभिव्यक्तिः, गतिशीलता इत्यादीनां प्रतिलिपिः, अथवा शैल्याः (यथार्थवादः, तैलचित्रकला, मूर्तिकला, 3D रेण्डरिंग्) आकारः च यावत् सीमितः नास्ति~



अवश्यं, एषः "माया" ।न केवलं एकपुरुषे एव सीमितम् , कुटुम्बचित्रं भवितुं न असम्भवम् । [दोगे] ९.



स्थिरप्रतिबिम्बात् विडियोपर्यन्तं गमनस्य अतिरिक्तं वयं निर्मातुम् अपि शक्नुमःएकं वा अधिकं वा विडियो"मुस्कानवर्धनप्रविधिं" साक्षात्करोतु।

यथा, यदि वयं कस्यचित् व्यञ्जनस्य (अतिदक्षिणे) शिशुस्य विडियो प्रदामः तर्हि सन्दर्भ-वीडियो-अनुसारं शिशुं निमिषं वा स्मितं वा कर्तुं शक्नुमः ।



वैसे, इदं केवलं जनानां चित्रेषु एव सीमितं नास्ति, बिडालाः, श्वाः च अपि कोकेट्-रूपेण, प्रियतया च अभिनयं कर्तुं आरभुं शक्नुवन्ति ।



संक्षेपेण LivePortrait प्राप्तुं शक्नोतिवर्णव्यञ्जनानां सटीकं नियन्त्रणम्, यथा मुखस्य कोणानां ऊर्ध्वं वक्रता, नेत्रविस्तारस्य प्रमाणं च प्रज्वलितुं चयनं च कर्तुं शक्यते ।

उदाहरणं ददातुचेस्टनट्पुत्रः, निम्नलिखितद्वयं भिन्न-भिन्न-पैरामीटर्-सेटिंग्-अन्तर्गतं पात्राणां नेत्रयोः आकारे परिवर्तनं भवति ।





उपन्यासे "त्रिभागः शीतलता, त्रिभागः उपहासः, चतुर्भागः अविश्वासः" इति न असम्भवः इति भाति । [दोगे] ९.

अहं न जानामि यत् एतत् पठित्वा भवान् भावविह्वलः अस्ति तथापि नेटिजनाः स्वस्य उत्साहं निवारयितुं न शक्नुवन्ति।

यथा, मुखं निर्मातुं प्रकाशयुक्तिः योजयन्तु, यत् भयानकचलच्चित्रमिव भवति :



अन्यत् उदाहरणं वास्तविकसमये द्विकण्टकवानररूपेण परिणमति-



एतानि उदाहरणानि पठित्वा तेषां पृष्ठतः तान्त्रिकसिद्धान्तान् खनामः ।

उष्ण मुक्तस्रोतरूपरेखा

प्रसारप्रतिमानानाम् आधारेण वर्तमानमुख्यधाराविधिभ्यः भिन्नं LivePortrait अन्वेषणं विस्तारं च करोतिअन्तर्निहित मुख्यबिन्दून् आधारितरूपरेखातन्मात्रम्‌।

विशेषतः, LivePortrait चित्रे स्पष्टतया दृश्यमानचिह्नानां अथवा विशेषताबिन्दुषु न अवलम्बते, अपितु तस्य स्थाने दत्तांशसमूहे प्रतिमानं ज्ञात्वा प्रमुखबिन्दुस्थानस्य अन्तर्निहितरूपेण अनुमानं करोति

अस्य आधारेण LivePortrait स्वीकुर्वतिद्वौ चरणौमॉडलं आद्यतः एव प्रशिक्षयन्तु।

प्रथमं प्रथमचरणस्य विषये वदामः LivePortrait इत्यनेन अन्तर्निहितविन्दुषु (यथा Face Vid2vid) आधारितरूपरेखासु सुधारस्य श्रृङ्खला कृता अस्ति ।



एतेषु सुधारणेषु अन्तर्भवतिउच्चगुणवत्तायुक्ता आँकडा-छाँचनम्, मिश्रित-प्रतिबिम्ब-वीडियो-प्रशिक्षणं, उन्नत-जाल-वास्तुकला, स्केल-योग्य-गति-रूपान्तरणं, स्थलचिह्न-निर्देशितं अन्तर्निहित-कीबिन्दु-अनुकूलनं, तथा च झरना-हानि-पदानां अनुप्रयोगः इत्यादयः

एतेषां सह आदर्शस्य सामान्यीकरणक्षमता, अभिव्यक्तिक्षमता, बनावटगुणवत्ता च अधिकं सुधारयितुम् शक्यते ।

द्वितीयचरणस्य विषये वदामः ।



फिट मॉड्यूलपार-परिचय-क्रिया-प्रशिक्षणस्य माध्यमेन सामान्यीकरणं वर्धयितुं, अभिव्यक्ति-परिवर्तनानां अनुमानं कर्तुं, प्रमुख-बिन्दून् अनुकूलितुं च।

नेत्रं मुखं च पुनर्निर्देशनमॉड्यूलम्नेत्रयोः मुखयोः विकृतिपरिवर्तनानि पृथक् पृथक् संसाधितानि भवन्ति, जटिलव्यञ्जनानां संसाधने प्रतिरूपस्य लचीलतां सटीकता च सुधारयितुम् स्वतन्त्र उद्देश्यकार्यद्वारा पिक्सेलसङ्गतिः नियमितीकरणहानिश्च गण्यते

अतः, LivePortrait विशेषरूपेण कथं कार्यं करोति?

शोधं दर्शयति यत् इसमानपरिचयप्रेरिताः तुलनापरिणामाः, विद्यमानविधिभिः सह तुलने LivePortrait इत्यस्य जननगुणवत्ता, चालनसटीकता च उत्तमः अस्ति, तथा च सन्दर्भप्रतिबिम्बस्य बनावटं परिचयं च संरक्षित्वा चालनचतुष्कोणस्य नेत्रयोः मुखस्य च सूक्ष्मव्यञ्जनानि गृहीतुं शक्नोति





इञ् चपार-परिचय-सञ्चालित-तुलना-परिणामाः इदमपि उत्तमं प्रदर्शनं करोति, यद्यपि तस्य जननगुणवत्ता प्रसारणप्रतिरूपाधारितपद्धत्याः AniPortrait इत्यस्मात् किञ्चित् दुर्बलः अस्ति । परन्तु उत्तरार्द्धस्य तुलने LivePortrait इत्यस्य अनुमानदक्षता अत्यन्तं द्रुता अस्ति तथा च न्यूनानि FLOPs आवश्यकानि सन्ति ।





सर्वेषु सर्वेषु RTX 4090 GPU इत्यस्मिन् LivePortrait इत्यनेन 1000 इत्यस्य गतिः उत्पन्नःप्रतिचक्रं १२.८ मिलीसेकेण्ड्, विद्यमानप्रसारप्रतिरूपविधिभ्यः महत्त्वपूर्णतया अधिकम्।

एकं अधिकं वस्तु

आधिकारिकं नवीनतमं सूचनां योजयन्तु: केलिंग् एआइ इत्यस्य...वैश्विकरूपेणस्वस्य सेवां प्रारभते।

सोरा अद्यापि न आगतः, परन्तु के लिङ्गः अस्मिन् समये प्रथमं बहिः गतः~