百度一镜WAIC首发数字人视频播客,微表情技术再突破

1天前更新 enkair
1 0 0

7月17日,在WAIC世界人工智能大会现场,百度一镜正式首发数字人视频播客解决方案,重点突破数字人微表情技术,能够呈现更自然的插话反应和更专业的影视级视听表达。该方案直击真人访谈成本居高不下、传统数字人神态生硬、多人对话割裂以及模态拼接失真等行业痛点,有望推动数字人在深度访谈类内容中的工业化量产。

从技术路径看,这一方案搭建了三层底层壁垒:文心大模型对微表情进行更细粒度规划,不再停留在单一情绪标签;自研数字人专精模型将表情控制粒度压缩到1秒以内,能够精准联动眼神、肢体和语音;同时依托海量专业视听样本进行精细化训练,实现多模态深度统一,显著增强数字人生成能力。

在产品层面,方案引入编剧、导演、剪辑三大AI智能体,并配备80多个skills,可自动生成思辨型访谈脚本,支持单人讲学和双人观点对谈,覆盖财经、法律、科技、人文等全垂类内容。实测数据显示,该数字人播客方案可将制作成本降低74%,内容表现力提升785%,平均播放时长提升29%,人物自然度也全面超过市面主流模型。

百度一镜WAIC首发数字人视频播客,微表情技术再突破的封面图

相关快讯

2026世界人工智能大会闭幕,意向采购金额预计超200亿元

2026世界人工智能大会暨人工智能全球治理高级别会议在上海闭幕。本届大会展览规模达10万平方米,汇集4486项展品,351款产品实现全球首发;共接待177个全球重要采购团组,预计意向采购金额约203.6亿元,同比增长约25%。

所有人都在卷 Coding Agent,商汤:下一个能真正“交付”的行业是设计

过去一年,AI 最确定的突破发生在 Coding,从 Copilot 到 Agentic Coding,代码率先被 AI 打穿。商汤在 2026 WAIC 发布 SenseNova U1 Pro,定位为面向长程任务的交付级原生多模态 Agent 基座,首站瞄准设计行业。相比已火两年的 AI 生图,现有工具虽惊艳但离专业工作流仍有距离,商业化仍受限制。

逛完WAIC后,我只想说:AI在物理世界真的卷疯了

本次WAIC现场亮点密集,机器人药房取药、乐队演奏等展示吸引关注。京东首次集体亮相JoyAI全系列大模型、具身数据采集训练链路及AI Home等成果,体现AI能力正从内容理解生成,延伸到物理世界的感知、决策与执行。

Meshy完成近4亿美元B轮融资,持续加码AI 3D生成技术

Meshy今日完成近4亿美元B轮融资,投后估值超100亿元人民币,创AI 3D领域单轮融资规模和估值新纪录。IDG资本、经纬中国、Monolith砺思资本等参与投资,老股东也大幅跟投。资金将用于AI多模态模型研发和全球市场拓展。

镁信健康旗下镁数科技入选WAIC 2026数据要素赋能智能体典型实践案例

7月19日,WAIC 2026“数据要素×行业智能体”分论坛在上海举行,并发布2026年度数据要素赋能智能体典型实践。镁信健康旗下镁数科技自主研发的“KnowDrug.ai知药”智能体成功入选。该智能体依托医药险专业数据和创新药患者服务场景,构建覆盖疾病认知、患者管理、用药支持等环节的服务体系,连接医药企业、医疗服务与患者,助力商业价值与患者获益双提升。

我国人形机器人整机产品占全球超半数,产业优势持续显现

工信部数据显示,今年上半年我国具有国际竞争优势的产业加快壮大。智能机器人领域,我国四足机器人全球销量份额接近70%,人形机器人整机产品超400款、占全球过半。人工智能、半导体、新能源、生物医药等领域也涌现出一批全球独角兽企业,并在国际标准和产业治理中积极贡献中国方案。

暂无评论

暂无评论...