مدل Motion-Omni؛ یک مدل برای تولید همزمان صدا و حرکت بدن مدل… — VIRSUN — TG.ME

VIVIRSUN@rss_ai_ir · 10.7K subscribersOpen in TelegramOpen

🗣️🕺مدل Motion-Omni؛ یک مدل برای تولید همزمان صدا و حرکت بدن

مدل Motion-Omni به‌جای اجرای جداگانه TTS و سیستم تولید Animation، گفتار و حرکات بدن را مستقیماً از latent stateهای مشترک تولید می‌کند.

مزیت اصلی این معماری، هماهنگی طبیعی‌تر بین آنچه شخصیت می‌گوید و نحوه حرکت‌کردنش است؛ Sync بخشی از خود مدل است، نه مرحله‌ای که بعداً به خروجی اضافه شود.

طبق اعلام سازندگان، Motion-Omni تا 5.4 برابر سریع‌تر از Pipelineهای آبشاری عمل می‌کند، چون لازم نیست چند مدل یکی پس از دیگری اجرا شوند.

🔥 کاربرد واضح: آواتارهای مکالمه‌ای، NPCهای هوشمند و شخصیت‌های مجازی که باید همزمان حرف بزنند، Gesture داشته باشند و بلادرنگ واکنش نشان دهند.

https://step-out.github.io/Motion-Omni-Page/

https://github.com/step-out/Motion-Omni

@rss_ai_ir
❤️ حمایت از کانال:
https://daramet.com/Virsun

#MotionOmni #TTS #Animation #Avatar #VirtualHuman #MultimodalAI #EmbodiedAI #هوش_مصنوعی

t.me/rss_ai_ir/5368Translate

35

13

1

1

1

September 8, 2026 156 3