Character.AI推出AvatarFX模型：让静态图片人物“开口说话”

【环球网科技综合报道】4月23日消息，人工智能创新企业Character.AI正式宣布推出革命性视频生成模型AvatarFX，该技术首次实现将静态图片转化为可说话、可互动的动态视频角色。

据悉，AvatarFX的核心技术基于“SOTA DiT-based diffusion video generation model”（基于扩散模型的动态视频生成系统），这一前沿AI架构通过深度学习算法，将静态图像与音频条件化技术深度融合。Character.AI团队透露，模型在训练过程中融合了创新的蒸馏与推理策略，能够精准捕捉音频特征并同步生成唇部运动、表情变化及自然肢体动作，确保视频输出的高保真度与时间一致性。

从具体技术来看，超实时生成能力意味着AvatarFX支持长序列叙事与多角色对话场景，用户仅需上传一张角色图片及对应音频，即可在短时间内生成流畅视频，大幅降低内容创作门槛。多样化音频支持：内置男声、女声及多风格语音库，用户可自由组合角色形象与声音特征，打造个性化虚拟IP。安全保障体系：平台内置多层级内容审核机制，通过实时监控与过滤技术，确保生成内容符合安全规范，为创作者提供无风险创作环境。

从应用层面看，AvatarFX的推出为虚拟内容创作带来全新可能。在教育领域，教师可通过虚拟形象实现生动化教学；在娱乐行业，虚拟偶像可实时与观众互动；在社交媒体，用户可快速生成动态头像与短视频内容。此外，该技术还可应用于影视制作、历史人物复原及文化遗产数字化等领域，显著提升内容生产效率与创意空间。

目前，用户可通过官方网站（模型入口链接）体验这一技术。（青山）