多模态能力再升级 讯飞智作2.0让视频生成更高效

玩物丧志ruige

2023年8月15日，讯飞星火认知大模型V2.0升级发布会如约而至，科大讯飞董事长刘庆峰、研究院院长刘聪重磅发布代码能力和多模态能力升级版本，同时发布搭载升级讯飞星火认知大模型V2.0能力的多项应用和产物。同时现场展示了讯飞星火在图像描述、图像问答、识图创作、文图生成、虚拟人合成等方面的全新表示。
多模态能力的升级也将为AIGC带来前所未有的财富机会，发布会上多模态能力升级后的产物——讯飞智作2.0也正式发布，无论是视频的后期措置还是创意视频出产，搭载了讯飞星火核心能力的讯飞智作2.0都能轻松搞定，内容创作的想象空间正在被无限放大。




深耕人工智能范围24年，科大讯飞依托在语言及语音、图像、自然语言理解等底层技术的深厚堆集，自2022年正式推出讯飞智作AIGC音视频内容创作平台以来，目前已有300多万的用户使用AI辅助音视频内容出产，平台提供多场景、多情感、多语种的AI主播，用户还可以通过录制5分钟的视频，构建虚拟分身，快速进行视频出产。



集成了科大讯飞最新SMART TTS效果的讯飞智作，可以提供各种场景的AI配音，多种音色可选，包罗20多种方言、30多种语种，覆盖纪录片、新闻、短视频等各类场景的配音需求。以泾县桃花潭的风光视频为例，该视频描写了在初秋清晨桃花潭的斑斓景色，通过讯飞智作2.0给视频配上专属案牍解读。




在市场推广过程中，视频宣传成为不成或缺的手段，为了保障时效性和推广的广度，视频制作量也越来越大，需要更高效的出产力。发布会现场，科大讯飞研究院院长刘聪使用讯飞智作2.0进行虚拟人短视频生成、视频创作，“写一段黄山毛峰宣传案牍，包罗茶叶的产地、包装、色泽等特点”，刘聪又设定一位徽州古风女主播呈现，几分钟后，一个推介黄山毛峰的短视频就顿时生成。




讯飞智作2.0可以进一步降低短视频制作的门槛，满足更多元的视频制作需求，敦促AIGC财富的成长。
目前通过讯飞智作AIGC创作的视频配音、新闻视频、培训视频、广告视频已经广泛应用于媒体、金融、智慧文旅、企业数字化、智慧政务、IP运营多个范围，并与学习强国、新华社、WAIC、中信银行、中国安然等单元成立合作。未来讯飞智作仍将致力于用AI更好地拓展内容创作方式，持续让AIGC助力各行各业的内容出产。