人工智能技術公司 Sync Labs 近日通過 Twitter 宣布推出其最新產(chǎn)品 Lipsync-2，這款模型被譽為“全球首個零-shot嘴型同步模型”，無需額外訓練或微調即可保留演講者的獨特風格。這一突破性技術在真實感、表現(xiàn)力、控制力、質量和速度方面均實現(xiàn)了顯著提升，適用于真人視頻、動畫以及AI生成的內(nèi)容。

Lipsync-2的創(chuàng)新特性

根據(jù) Sync Labs 在4月1日發(fā)布的 Twitter 消息，Lipsync-2的核心亮點在于其“零-shot”能力，即無需針對特定演講者進行預訓練，模型便可即時學習并生成符合其獨特說話風格的嘴型同步效果。這一特性顛覆了傳統(tǒng)嘴型同步技術對大量訓練數(shù)據(jù)的需求，使得內(nèi)容創(chuàng)作者能夠更高效地應用該技術。

此外，Sync Labs 還透露，Lipsync-2在多個維度上實現(xiàn)了技術飛躍。無論是真人視頻、動畫角色，還是AI生成的人物，Lipsync-2都能提供更高的真實感和表現(xiàn)力。

新增控制功能:溫度參數(shù)

除了零-shot能力，Lipsync-2引入了一項名為“溫度”（temperature）的控制功能。這一參數(shù)允許用戶調節(jié)嘴型同步的表現(xiàn)程度，從簡潔自然的同步效果到更具夸張表現(xiàn)力的生成效果，滿足不同場景的需求。目前，這一功能處于私人測試階段，僅逐步向付費用戶開放。

應用前景:多語言教育與內(nèi)容創(chuàng)作

Sync Labs 在4月3日的 Twitter 帖子中進一步展示了 Lipsync-2的潛在應用場景，稱其“在準確性、風格和表現(xiàn)力上表現(xiàn)出色”，并提出“讓每場講座都能以每種語言呈現(xiàn)”的愿景。這一技術不僅可用于視頻翻譯和字級編輯，還能助力角色重新動畫化，甚至支持逼真的AI用戶生成內(nèi)容（UGC），為教育、娛樂和營銷領域帶來革命性變化。

行業(yè)反響與未來期待

Lipsync-2的發(fā)布迅速引發(fā)了行業(yè)關注。Sync Labs 表示，該模型已在 fal 平臺上開放體驗，用戶可通過訪問 fal 的模型庫一探究竟。自4月1日宣布以來，Twitter 上關于 Lipsync-2的討論持續(xù)升溫，許多用戶對其跨領域應用的潛力表示期待。

作為人工智能視頻技術的先鋒企業(yè)，Sync Labs 通過 Lipsync-2再次證明了其在創(chuàng)新領域的領導地位。隨著該技術的逐步推廣，內(nèi)容創(chuàng)作的門檻或將進一步降低，而觀眾也將享受到更加自然、沉浸式的視聽體驗。