Author name: Tarogo Cloud

WAS26：这个模型是在Banodoco Discord平台分享的艺术作品中挑选出来进行训练的。
Smoooth：专门针对那些动作流畅的视频进行训练。
LiquidAF：这个模型则是在液体模拟的基础上训练的

大幅提高了模型对提示词中空间关系的理解能力。

还有一个详细标注了空间关系的 600 万张图片的数据集，模型和数据集都会开源。

可以为输入的音频生成与之同步的面部和身体动作，速度很快，效果很不错！

输入你的网址它会自动分析和改进您网站上的图片，使它们更具吸引力、更能促进用户行动，比如点击、购买或注册。

根据文本输入和一个15秒的音频样本，就能生成接近原始说话者声音的自然听起来的语音。
Voice Engine最初于2022年底开发，并已经提供给包括Heygen在内的少数公司进行测试性使用。