Google Kenalkan VLOGGER AI, Bisa Bikin Avatar Untuk Berinteraksi
19 March 2024 |
19:38 WIB
Desyinta Nuraini
Jurnalis Hypeabis.id
Google tidak berhenti berinovasi merilis fitur-fitur baru. Kali ini, raksasa teknologi asal Amerika Serikat itu mengenalkan video blogger (vlogger) virtual berbasis kecerdasan buatan (artificial intelligence/AI) yang menjadi bagian dari model Gemini.
Gemini merupakan model AI dalam bentuk aplikasi yang diklaim lebih canggih dari pesaing utamanya, seperti GPT-4, baik dari kemampuan pemahaman gambar alami, audio, video, hingga penalaran otomatis. Nah, dalam postingan blog terbaru Google di halaman GitHub, mereka mengenalkan VLOGGER AI.
Baca juga: Mau Jadi VTuber? Intip Kiat & Tantangan yang Dihadapi
Mengutip Gizchina, model Gemini ini dirancang untuk merevolusi cara berinteraksi dengan avatar dan konten multimedia. Pengguna hanya perlu memasukkan foto potret dan konten audio.
Dalam makalah berjudul VLOGGER: Multimodal Diffusion for Embodied Avatar Synthesis yang dirilis Google, disebutkan bahwa model ini dapat membuat karakter tersebut bergerak dan memiliki ekspresi wajah. Gambar juga dapat membacakan konten audio dengan keras.
Model inovatif ini dibangun berdasarkan arsitektur difusi yang terkenal dengan kehebatannya dalam pemodelan teks-ke-gambar, video, dan 3D. Dengan memasukkan mekanisme kontrol tambahan, VLOGGER membawa konsep pembuatan avatar ke tingkat yang lebih tinggi.
Dengan memprediksi gerakan ekspresi wajah, gerak tubuh, dan lainnya, VLOGGER menghidupkan avatar dengan akurasi luar biasa. Model ini dilatih menggunakan database MENTOR yang berisi lebih dari 800.000 potret dan lebih dari 2.200 jam video.
Dengan basis data tersebut, VLOGGER menghasilkan gambar dari berbagai ras dan usia. Model ini juga dapat menghasilkan video potret dengan pakaian dan postur berbeda.
Model ini masih dalam pengembangan dan masih memiliki keterbatasan. Disampaikan para peneliti Google dalam laporannya, VLOGGER mungkin tidak selalu meniru gerakan alami individu dengan sempurna, terutama ketika mengambil video dengan durasi lama.
VLOGGER AI dianggap berpotensi untuk merevolusi platform komunikasi seperti Teams atau Slack. Dengan memungkinkan pengguna membuat avatar animasi dari gambar diam, VLOGGER membuka jalan baru untuk interaksi yang dipersonalisasi dan menarik di ruang virtual.
Baca juga: Agensi Ungkap Peluang Cuan Bisnis VTuber
Google melihat VLOGGER sebagai langkah menuju “chatbot universal”, di mana AI dapat berinteraksi secara alami dengan manusia melalui suara, gerak tubuh, dan kontak mata. Skenario penerapan VLOGGER juga mencakup pelaporan, bidang pendidikan, dan narasi, yang bisa disesuaikan.
Editor: Fajar Sidik
Gemini merupakan model AI dalam bentuk aplikasi yang diklaim lebih canggih dari pesaing utamanya, seperti GPT-4, baik dari kemampuan pemahaman gambar alami, audio, video, hingga penalaran otomatis. Nah, dalam postingan blog terbaru Google di halaman GitHub, mereka mengenalkan VLOGGER AI.
Baca juga: Mau Jadi VTuber? Intip Kiat & Tantangan yang Dihadapi
Mengutip Gizchina, model Gemini ini dirancang untuk merevolusi cara berinteraksi dengan avatar dan konten multimedia. Pengguna hanya perlu memasukkan foto potret dan konten audio.
Dalam makalah berjudul VLOGGER: Multimodal Diffusion for Embodied Avatar Synthesis yang dirilis Google, disebutkan bahwa model ini dapat membuat karakter tersebut bergerak dan memiliki ekspresi wajah. Gambar juga dapat membacakan konten audio dengan keras.
Model inovatif ini dibangun berdasarkan arsitektur difusi yang terkenal dengan kehebatannya dalam pemodelan teks-ke-gambar, video, dan 3D. Dengan memasukkan mekanisme kontrol tambahan, VLOGGER membawa konsep pembuatan avatar ke tingkat yang lebih tinggi.
Dengan memprediksi gerakan ekspresi wajah, gerak tubuh, dan lainnya, VLOGGER menghidupkan avatar dengan akurasi luar biasa. Model ini dilatih menggunakan database MENTOR yang berisi lebih dari 800.000 potret dan lebih dari 2.200 jam video.
Dengan basis data tersebut, VLOGGER menghasilkan gambar dari berbagai ras dan usia. Model ini juga dapat menghasilkan video potret dengan pakaian dan postur berbeda.
Model ini masih dalam pengembangan dan masih memiliki keterbatasan. Disampaikan para peneliti Google dalam laporannya, VLOGGER mungkin tidak selalu meniru gerakan alami individu dengan sempurna, terutama ketika mengambil video dengan durasi lama.
VLOGGER AI dianggap berpotensi untuk merevolusi platform komunikasi seperti Teams atau Slack. Dengan memungkinkan pengguna membuat avatar animasi dari gambar diam, VLOGGER membuka jalan baru untuk interaksi yang dipersonalisasi dan menarik di ruang virtual.
Baca juga: Agensi Ungkap Peluang Cuan Bisnis VTuber
Google melihat VLOGGER sebagai langkah menuju “chatbot universal”, di mana AI dapat berinteraksi secara alami dengan manusia melalui suara, gerak tubuh, dan kontak mata. Skenario penerapan VLOGGER juga mencakup pelaporan, bidang pendidikan, dan narasi, yang bisa disesuaikan.
Editor: Fajar Sidik
Komentar
Silahkan Login terlebih dahulu untuk meninggalkan komentar.