維科杯 · OFweek 2024（第九屆）人工智能行業年度評選（OFweek 9th AI Awards 2024）由中國高科技行業門戶維科網主辦、維科網人工智能承辦，該評選是人工智能行業內的一大品牌盛會，亦是高科技行業具有專業性、影響力的評選之一。

此次活動旨在為人工智能行業的產品、技術和企業搭建品牌傳播展示平臺，并借助 OFweek 平臺資源及影響力，向行業用戶和市場推介創新產品與方案，鼓勵更多企業投入技術創新；同時為行業輸送更多創新產品、前沿技術，一同暢想人工智能行業的未來。

維科杯 · OFweek 2024（第九屆）人工智能行業年度評選（OFweek 9th AI Awards 2024）于 2024 年 7 月 1 日 － 7 月 19 日進入網絡投票階段，頒獎典禮于 8 月 28 日在深圳舉辦。目前，活動正處于火熱的企業申報階段，業內企業積極響應。

參評企業

曠視是一家聚焦物聯網場景的人工智能公司，基于業界領先的AI科研與工程實力，曠視打造出軟硬一體化的AIoT產品體系，面向消費物聯網、城市物聯網和供應鏈物聯網的核心場景提供解決方案持續為客戶和社會創造價值。

參評信息

申報獎項：維科杯 · OFweek 2024 人工智能行業優秀創新力產品獎

產品名稱： AI人像視頻生成框架 —— MegActor

產品特點：

基于該框架，用戶只需輸入一張靜態的肖像圖片，以及一段視頻（演講、表情包、rap）文件，即可生成一段表情豐富、動作一致的 AI 人像視頻。MegActor 所生成的視頻長度，取決于給定的驅動視頻的長度。MegActor 能夠呈現出絲毫畢現的效果，面部細節更加豐富自然，畫質更出色。

參評理由：

MegActor 是曠視研究院的最新研究成果。在目前的人像視頻生成領域，許多工作通常使用高質量的閉源自采數據進行訓練，以追求更好的效果。而曠視研究院始終堅持全面開源，確保實際效果的可復現性。MegActor 的訓練數據全部來自公開可獲取的開源數據集，配合開源代碼，使得感興趣的從業者可以從頭開始完整復現這些令人驚艷的效果。

為了完全復刻原始視頻的表情和動作，MegActor 采用了原始圖像進行驅動，這與多數廠商使用 sketch、pose、landmark 的中間表示皆然不同，能夠捕捉到細致的表情和運動信息。

在 AI 視頻生成領域，我們發現目前主流的骨骼關鍵點控制方式不僅要求用戶提供難以獲取的專業控制信號，同時生成視頻相較于原肖像的保真程度也不盡如人意。通過一系列研究發現，使用原視頻進行驅動，不僅將幫助用戶降低控制信號的門檻，更能生成更加保真且動作一致的視頻。

為此，MegActor 開創性地采用了條件擴散模型。首先，它引入了一個合成數據生成框架，用于創建具有一致動作和表情但不一致身份 ID 的視頻，以減輕身份泄露的問題。其次，MegActor 分割了參考圖像的前景和背景，并使用 CLIP 對背景細節進行編碼。這些編碼的信息隨后通過文本嵌入模塊集成到網絡中，從而確保了背景的穩定性。

在數據訓練方面，曠視研究院團隊僅使用公開的數據集進行訓練，處理了 VFHQ 和 CeleV 數據集進行訓練，總時長超過 700 小時。同時，為了避免 ID 泄露問題，MegActor 還使用換臉和風格化方法 1:1 生成合成數據，實現表情和動作一致、但 ID 不一致的數據。此外，為了提高對大范圍動作和夸張表情的模仿能力，團隊使用注視檢測模型對數據進行處理，獲取大約 5% 的高質量數據進行 Finetune 訓練。

歡迎投票

本屆 “OFweek 9th AI Awards 2024” 活動于 7 月 1 日已經進入投票階段，請關注維科網人工智能相關評選新聞，歡迎踴躍投票。

人工智能年度評選專題鏈接:
http://www.hehuantang.cc/award/2024/AI/

投票鏈接：
pc：http://www.hehuantang.cc/award/2024/AI/vote/
wap：http://www.hehuantang.cc/award/2024/AI/vote/wap/