谷歌的研究人員最近推出了一款名為 VLOGGER 的多模態擴散模型，能夠自動生成帶語音、豐富動作的人物視頻。用戶只需向 VLOGGER 輸入圖像和語音，就可以獲得逼真的視頻效果。

　　VLOGGER 的創新之處在于采用了全新的多階段擴散模型架構，結合了文本生成圖像模型和時空控制，從而提升了視頻生成的逼真效果和豐富動作。研究人員在多個數據集上對 VLOGGER 進行了綜合測試，結果顯示 VLOGGER 在視頻質量、物體還原性和時序一致性等方面表現出色，同時還能生成豐富的上半身和手勢動作。

　　要制作逼真的人物動畫視頻通常需要大量的人工調整和修補，以確保動作流暢自然。而 VLOGGER 的創新之處在于，其無需針對每個新人物重新訓練模型，也不依賴于人臉檢測框選區域，直接生成完整目標圖像。此外，VLOGGER 還考慮到了現實中復雜的交流場景，如可見軀干、不同身份等因素，這對正確合成有效交流的人物動作至關重要。

　　在技術實現方面，VLOGGER 首先通過 Transformer 神經網絡處理音頻波形輸入，生成一系列3D 面部表情和身體姿勢參數，用于控制虛擬人物在視頻中的動作。其次，在空間和時間上進行條件控制，生成高質量、任意長度的視頻。VLOGGER 還引入了一種 "時序外推" 的技術，允許模型迭代生成任意長度的視頻片段，同時保持時序一致性。為了提高生成效果，VLOGGER 還采用了級聯擴散方法，對基礎分辨率的視頻進行超分辨重建，生成高質量的影像。

　　VLOGGER 的推出為虛擬數字人的制作提供了更便捷、高效的解決方案，同時也在多模態視頻生成領域取得了重要的技術突破。