通信界訊 2023 年華為云數(shù)字文娛 AI 創(chuàng)新峰會上，華為云全球 Marketing 與銷售服務(wù)總裁石冀琳表示，華為云將在后續(xù)推出盤古數(shù)字人大模型，可幫助用戶 12 小時完成數(shù)字人生成。同時，她還宣稱在人工智能的加持下，“每個人都有望實現(xiàn)‘?dāng)?shù)字人’自由”。
另據(jù)華為云開發(fā)者聯(lián)盟早些時候的介紹，盤古數(shù)字人通用大模型由華為云 MetaStudio 數(shù)字內(nèi)容生產(chǎn)線構(gòu)建而成。數(shù)字人基于華為云盤古基礎(chǔ)大模型能力、渲染引擎和實時音視頻能力，并使用 PB 級的音視頻數(shù)據(jù)進(jìn)行訓(xùn)練構(gòu)建。
盤古數(shù)字人大模型包含數(shù)字人形象、動作、表情、口型、聲音等要素，官方號稱“每個用戶可以結(jié)合個人數(shù)據(jù)對數(shù)字人進(jìn)行訓(xùn)練”，構(gòu)建自己的數(shù)字人個性化大模型。數(shù)字人生成后，用戶通過文字、語音、視頻等方式生產(chǎn)驅(qū)動向量信息，從而驅(qū)動數(shù)字人生成高清視頻。
據(jù)稱，用戶可通過輸入文字（文本、Prompt 文本），在 10 秒左右生成數(shù)字人模型；通過上傳照片，在 30 秒左右生成不同類型的數(shù)字人模型。
此外，用戶還可以通過拍攝一段 5 分鐘的視頻，在一個小時內(nèi)通過訓(xùn)練來生成數(shù)字人。官方表示，通過此手段生成的數(shù)字人，可保留用戶的個性化形象、表情、動作、聲音和口型信息。生成數(shù)字人后，可以通過對話完成對數(shù)字人的二次編輯和背景融合，比如發(fā)型、配飾、服裝等。
據(jù)此前報道，盤古大模型 3.0 于 2023 年 7 月 7 日的 2023 年華為開發(fā)者大會上正式發(fā)布，可在礦山、鐵路、氣象、金融、代碼開發(fā)、數(shù)字內(nèi)容生成等領(lǐng)域發(fā)揮作用。
