Wan-Streamer v0.3: улучшенная интерактивная модель оживляет аватары естественным языком.
Представлена новая версия интерактивного аудио-видео-генератора Wan-Streamer v0.3.
Отличия v0.3 от v0.2:
- Более универсальная модель с выразительным поведением агента.
- Добавлено свободное поведение и действия, описываемые естественным языком.
- Разрешение и скорость остались прежними: 640×368, 25 fps.
- Используется предварительное обучение на видео с последующей адаптацией к взаимодействию, тогда как v0.2 фокусировалась на данных взаимодействия.
- Новая версия позволяет смешивать речь и действия в одной временной последовательности, а их синхронизация обучается вместе и генерируется напрямую.
По-прежнему неизвестно, будет ли проект открыт для сообщества.
Ещё новости:
