斯坦福大学的研究团队与 Apparate Labs 前几天发布一款名为 Proteus 的创新 AI 视频生成模型，可以从单一图像生成笑、说唱、唱歌、眨眼、微笑、说话高度逼真和具有表现力的虚拟人物。
PROTEUS兼容多种大模型的多模态输入，可以处理语音、文本和图像等多种形式的数据。
Proteus模型亮点：
- 高度逼真：利用先进的AI技术，Proteus能够从单张图片生成具有高度逼真表情和流畅动作的虚拟人物形象。
- 低延迟生成：Proteus模型具备低延迟特性，能够实时响应语音输入，生成每秒超过100帧的视频流。
- 多模态交互：模型支持语音、文本和图像等多种输入形式，实现与用户的自然直观交互。
应用领域：
Proteus模型在个性化虚拟助理、虚拟宠物、情感支持、客户服务、教育和培训、游戏定制、影视娱乐、市场营销和社交媒体等领域具有广泛的应用潜力。
