Tavus公司近日宣布推出其最新的零样本口型同步模型Hummingbird-0。这款模型基于该公司旗舰产品Phoenix-3的组件开发，能够迅速生成与任何语音轨道匹配的人物面部口型，而无需额外训练或手动调整。Hummingbird-0的发布标志着在高质量用户内容生成、多语言配音本地化以及大规模个性化视频生产等方面的巨大进步，开发者只需通过简单的API调用即可完成这些任务。 Tavus首席执行官哈桑·拉扎（Hassaan Raza）表示：“这款模型实际上是我们在开发全脸复制渲染模型Phoenix-3时的一个意外收获。它不仅展示了我们研究团队的创新能力和好奇心，还为内容创造带来了新的机遇。”Hummingbird-0的设计初衷是为了在保留原有身份、表情和画质的前提下，使视频中的人脸能够与驱动音频信号的内容精准同步。这意味着用户可以更快地创建视频内容，无论是制作动图、实时本地化B2B视频还是生成个性化视频，一切变得轻而易举。 Hummingbird-0的突破之处在于其在视觉质量、口型同步精度和身份保留方面表现出色，超越了市场上的其他同类模型。通过使用Phoenix-3的组件，Hummingbird-0达到了业内领先水平。Tavus进行了广泛的测试，结果显示Hummingbird-0的表现优于业内最知名的零样本口型同步解决方案。 Tavus的产品负责人艾菲·哥昂万（Effie Goenawan）称：“传统口型同步技术虽然存在多年，但效果一直不尽如人意。Hummingbird-0彻底改变了这一局面，为广大开发者提供了前所未有的创作可能。这不仅仅是为了创造更多的内容，而是为了开拓全新的产品和体验。” 对于内容创作者来说，Hummingbird-0解决了诸多挑战。例如，文本到视频的生成模型近年来非常流行，但这些模型通常只能生成静音视频。Hummingbird-0弥补了这一缺陷，能够在任何包含人类图像的视频上添加自然的声音，为视频编辑提供了无限的可能性。 目前，Hummingbird-0已经在Tavus和FAL平台上开放供开发者使用。用户可以通过这些平台了解更多关于Hummingbird-0的技术细节和应用场景。 业内人士对Hummingbird-0的评价非常高。Sequoia Capital等知名投资机构的支持也进一步证明了Tavus在人工智能视频领域的领导地位。作为一家总部位于旧金山的创业公司，Tavus致力于开发基础模型和操作系统，实现人机交互的超现实体验。其技术不仅被《财富》500强公司所采用，也被许多创新型企业广泛应用，应用于教育、医疗、招聘、营销等多个领域。