字节火山引擎将推出新一代数字人平台“奇美拉”

7月22日消息，火山引擎正在封测新一代数字人平台，名为“奇美拉”。一位互联网公司研发人士表示，目前奇美拉数字人平台的使用采用定向邀请模式，邀测阶段暂不收费，月底或开始公测。据了解，奇美拉数字人平台由字节跳动旗下智能创作数字人团队打造，依托火山引擎的AI大模型等技术，可以提供数字人、图片换装、视频翻译等服务。服务正式上线后将会有具体的计费方式和收费标准，一般以使用次数或视频生成时长计费。

图源：火山引擎官网

作为字节跳动旗下的云与AI服务平台，火山引擎近年来在数字人领域积极布局。公开资料显示，2022年6月，火山引擎虚拟人数字平台已获得信通院首批数字人系统基础能力认证。2023年4月，在春季火山引擎FORCE原动力大会上，火山引擎正式发布“善听”、“会说”、“能想”的虚拟数字人产品，并推出了交互型数字人、播报型数字人和直播型数字人三大产品方案。2024年至今，火山引擎陆续推出AI数字人综合解决方案，覆盖金融、直播、营销等场景。

今年2月，字节跳动研究团队发布全新端到端多模态AI数字人模型OmniHuman，其能够将单一照片转换为逼真的动态视频，展示人物讲话、歌唱及自然动作。

该模型采用基于DiT架构的多模态运动条件混合训练策略，解决高质量数据稀缺问题。这项技术的核心在于，它结合了文本、音频和人体动作等多种输入，通过一种称为“全条件”训练的创新方法，使得AI能够从更大、更丰富的数据集中学习。通过与多个已存在的模型定量对比，OmniHuman算法在多项评估指标上展现出显著优势。

图源：火山引擎官网