首页 > AI教程资讯

MoCha：Meta推出的首个能实现电影级说话角色生成的DiT模型

文章来源：万象ai发布时间：2025-04-10 16:55:33

MoCha是什么？

MoCha 是由 Meta 和多伦多大学联合开发的一个 ai 模型，能够根据语音或文本输入生成带有完整人物形象的高质量角色动画视频，生成动作连贯流畅，支持多角色对话，是首个能实现电影级对话角色生成的DiT模型。

MoCha：Meta推出的首个能实现电影级说话角色生成的DiT模型.webp

MoCha功能特点

语音驱动的角色动画生成：用户输入语音，MoCha 可以生成与语音内容同步的角色嘴型、面部表情、手势及身体动作。

文本驱动的角色动画生成：用户仅输入文本脚本，MoCha 会先自动合成语音，再驱动角色进行完整的口型和动作表现。

多角色轮番对话生成：MoCha 提供结构化提示模板与角色标签，能自动识别对话轮次，并实现角色间“你来我往”的自然对话呈现。

支持多种应用场景：包括虚拟主播、动画影视创作、教育内容创作、数字人客服和数字遗产等。

MoCha：Meta推出的首个能实现电影级说话角色生成的DiT模型.webp

MoCha优势

生成内容接近电影级：与传统的“Talking Head”技术不同，MoCha 能够生成全身动画，让角色动作更加自然。

降低创作门槛：无需动捕设备和 3D 建模经验，降低了内容创作的门槛。

MoCha应用:

虚拟主播：自动生成日常 Vlog、角色问答

动画影视创作：AI 自动配音 + 自动动画，降低制作成本

教育内容创作：AI 老师角色讲课或互动

数字人客服：拟人化企业客服、咨询角色

数字遗产：为历史人物或故人打造动态影像

MoCha：Meta推出的首个能实现电影级说话角色生成的DiT模型.webp

相关链接

项目主页： https:// congwei1230.github.io/MoCha/

论文： https:// arxiv.org/pdf/2503.23307

Amazon Nova Act：亚马逊推出的具备操控网页浏览器并自主执行简单任务的的AI智能体

上一篇: Amazon Nova Act：亚马逊推出的具备操控网页浏览器并自主执行简单任务的的AI智能体

Amazon Nova 是亚马逊推出的一款由旧金山AGI实验室研发的通用型AI智能体，具备操控网页浏览器并自主执行简单任务的能力。

HSMR：从单张图像重建人体3D骨架和网格模型的新方法

下一篇: HSMR：从单张图像重建人体3D骨架和网格模型的新方法

HSMR 是什么？HSMR 是一种计算机视觉和深度学习技术，可以从单目或多目图像中恢复人体的骨架结构和三维网格模型。这项技术在虚拟现实、增强现实、游戏开发和运动分析等场景有很广泛的应用。

相关攻略更多

热门AI工具更多

最新资讯更多

PhotoG - AI图片生成

PhotoG - AI图片生成

AI工具

更新时间：2025-01-08