研究者がLPM1.0モデルを発表：1枚の画像からリアルタイムでインタラクティブなデジタル人間の動画に変換

LPM1.0モデルが公開され、参考画像1枚で人物が話す、聞く、歌う動画をリアルタイムで生成できる。このモデルの核心的な進歩はマルチモーダル処理であり、テキスト、音声、画像を同時に統合し、口元が正確に同期し、表情が細やかで感情の遷移が自然な動的画像を生成することができる。このモデルはChatGPTなどの主要な音声AIと接続可能で、従来の音声対話を視覚フィードバックを備えたリアルタイムのインタラクティブな体験に進化させる。