سبير تتيح Kandinsky Avatar 1.0 مفتوح المصدر لصناعة أفاتار ناطق

لإنشاء المقطع يحتاج المستخدم إلى صورة وتسجيل صوتي ووصف نصي قصير للمشهد. ويمكن تحديد الحالة العاطفية للشخصية بأمر نصي، كالفرح أو الحزن أو الغضب. ويُعاد الكلام بلغة التسجيل الأصلي. لكن Kandinsky Avatar لا يولّد الصوت ولا يستنسخه، إذ يجب على المستخدم توفير الصورة والمسار الصوتي بنفسه.

إصداران: Pro وLite

طُوّر النموذج على أساس Kandinsky 5.0 Video، ويتوفر بإصدارين. ينتج إصدار Pro فيديو بدقة HD، ووفق مقارنات داخلية أجرتها سبير فإن جودته تعادل خدمة HeyGen التجارية وتتفوق على البدائل المفتوحة التي جرى اختبارها. أما Lite فمخصص للعتاد الأقل قوة ويعمل على بطاقة رسومات منزلية، لكنه ينتج مقاطع بدقة SD.

ودُرّبت النماذج على أكثر من مليون مقطع فيديو من مقابلات وكلمات وبودكاست بـ95 لغة، منها الروسية والإنجليزية والكازاخية والإسبانية والفرنسية.

وتشمل الاستخدامات المقترحة خدمات المدونين والمنصات التعليمية والمستشارين الافتراضيين وتوطين الفيديو بمزامنة حركة الشفاه والألعاب والرسوم المتحركة والبطاقات المرئية الشخصية.

وقال دينيس ديميتروف، المدير الإداري لأبحاث البيانات في سبيربنك، إن الشركة تفتح النموذج ليملك المطورون الروس أساسًا تقنيًا خاصًا بهم يمكن دمجه في منتجاتهم وإعادة تدريبه لمهام محددة دون بناء التقنية من الصفر. وتعتزم الشركة الاستفادة من ملاحظات المطورين في الإصدارات المقبلة من Kandinsky.