
我认为未来的模型会逐步解决和增加这么几块,解决的几个问题,
第一:改善一致性问题,现在的LTX虽然乍一看真实,但是经不起细看,甚至可以说每分每秒它生成的都是不一样的,只是大致维持了轮廓,你细看这东西会发现你它一直在产生细微的变化,不同镜头之间的区别就更大了。
第二:增加解析度,现在的LTX模型虽然照比之前的模型清晰了很多,但是你如果和真实的穴对比就会发现缺少大量细节。
第三:识别模型优化,现在很多特殊角度并不是生成模型生成不出来,而是识别模型给生成模型的任务就是错误的,导致生成出来的东西会出现问题。

那么增加的功能呢,第一个就是语音中文化,也就是让日文语音转为中文语音,这个其实已经实现了,但是语气流畅度,整体的自然效果欠佳,没有达到自然中文语气的翻译效果,未来的模型完全可以优化这一点,
第二个就是嘴型匹配中文语音,人物不仅要讲流畅自然的中文,而且嘴型要匹配上,要重新绘制嘴部动作,这个已经进入优化流程的阶段,未来实现也是必然的。
那么最后的效果就是,你会看到一个完全分辨不出曾经是有码的无码片子,AV里面的所有人都说着流畅自然的中文,并且嘴型也是中文,完全不需要字幕,你甚至难以分辨它曾经是一个外语片。
当然了,这些技术不是一蹴而就的,会逐步完善,但形成一个综合的处理流程是可预见的,换句话说到了哪天你只要把一个日本有码AV丢给AI,它就会输出一个无码的说着地道中文的片子,在这之前如果你硬盘空间有限,没必要一遍又一遍的因为技术更新而不断的重复下载那么多片子,挑一些自己喜欢的下就可以了。
引狼图:全部都是AI

还没有评论,来抢沙发吧。