本站 4 月 23 日消息，Character.AI 公司今天（4 月 23 日）在 X 平臺發布推文，宣布推出 AvatarFX 模型，能夠讓靜態圖片中的人物“開口說話”。

用戶只需上傳一張圖片并挑選一個聲音，平臺即可生成會說話、會移動的形象。這些形象還能展現情感，呈現出令人驚嘆的真實感和流暢度。

公司表示，這得益于一種名為“SOTA DiT-based diffusion video generation model”的先進 AI 模型。該模型經過精心訓練，結合音頻條件優化技術，能高效生成高質量視頻。本站附上演示視頻如下：

AvatarFX 的技術亮點在于其“高保真、時間一致性”的視頻生成能力。即便面對多角色、長序列或多輪對話的復雜場景，它也能保持驚人的速度和穩定性。與 OpenAI 的 Sora 和 Google 的 Veo 等競爭對手相比，AvatarFX 并非從零開始或基于文本生成視頻，而是專注于將特定圖片動畫化。

這種獨特的工作流程為用戶提供了新穎體驗，但也帶來了潛在風險。用戶可能上傳名人或熟人照片，制作看似真實的虛假視頻，引發隱私和倫理爭議。