Сбер выложил в открытый доступ нейросеть Kandinsky Avatar 1.0, которая создает говорящих видеоаватаров по фото и голосу, сообщает пресс-служба Сбера.
Разработчики смогут использовать модели в собственных сервисах для создания роликов до минуты с частотой 24 кадра в секунду.
Код и веса моделей доступны для разработчиков бесплатно под открытой лицензией MIT на GitHub, GitVerse и Hugging Face.
Как рассказал управляющий директор по исследованию данных Сбера Денис Димитров, видеоаватары позволяют создавать учебные и рекламные ролики, а также видеоинструкции.
«Модель можно будет встраивать в свои продукты и дообучать под конкретные задачи, не создавая технологию с нуля. Обратная связь от сообщества поможет нам понять, как модель работает в разных сценариях и что необходимо улучшить», — сказал он.
На базе Kandinsky Avatar пользователи смогут создавать сервисы для блогеров и авторов контента, образовательные платформы с видеоуроками и курсами, виртуальных консультантов для бизнеса, инструменты локализации, игры и приложения для персональных видеооткрыток.