3D人体生成
2D画像から学習される拡散ベースの無条件3D人体生成モデルであるStructLDMについて説明します。
Generator
Stable Audio 2.0 音声生成 - メロディを口ずさむだけでAIが音楽を生成
このモデルは、44.1 kHzステレオで最大3分間の高品質で一貫性のある音楽構造を持つフルトラックを生成可能です
『2024年人工知能指数報告』- 2.7.3 AudioのMusicLM：テキスト記述から高精細な音楽を生成
MusicLMでアイデアを音楽に変える
『2024年人工知能指数報告』- 2.7.2 AudioのMusicGen：Metaの音声生成モデル
AudioCraftは、音楽、サウンドエフェクト、圧縮といったすべての生成音声に関するニーズを満たす統合コードベースです。
『2024年人工知能指数報告』- 2.7.1 UniAudio：LLMに基づく音声生成モデル
音声生成は生成型AIの重要な要素です。
AI 3D生成 - AIUNIとPolycamの試用
私たちは、3Dキャプチャは誰でも使えるべきだと信じているので、簡単にしました。 - Polycam
『2024年人工知能指数レポート』- 2.4 3D画像生成哪家強？
テキストからの3Dジオメトリーやモデルの生成は、AI研究者にとって大きな課題でした。
マイクロソフトTTS最新モデル
会話向けに9つのより現実的なAI音声が一般利用可能に
Champ - 人体画像の静止画からアニメーションを生成
3Dパラメトリックガイダンスによる制御可能で一貫性のあるヒューマンイメージアニメーション