展开

关键词

酱的多重颜艺,请珍惜这个才貌双全的二次元虚拟主播

当你观看酱的视频时,你会看到一个全部用3D渲染的萌妹子,她的动作和都会随着游戏而变化,其中一些游戏还融入了AR元素。也就是说,你会看到一个3D动漫形象控制着游戏中的3D角色,十分的可。? 的基础性格是开朗乐观的,但总会抱着的莫名自信挑战各种新鲜事物。小到英语汉字,大到《生化危机7》,的尝鲜过程中伴随着各种打脸和尴尬,有所小成就立刻膨胀。? 这种AI的迷之自信和截然相反的结果让节目充满了欢乐的氛围,再配合丰富取巧的肢体动作和面部被越来越多的观众称作障。? 接下来我们就近距离的来感受一下这个才貌双全不输一线网红的酱的多重颜艺吧!?二次元虚拟主播酱撒娇卖萌超可。?血槽已空,快来围观这个二次元可呆萌的虚拟主播酱。? 酱携二次元美少女出镜,萌翻众。???看完酱的多重颜艺,你喜欢这个才貌双全的二次元虚拟主播吗?以上图片来源于网络,侵删致歉。

1.5K80

障还是蹭热度?我一定是抱走了假的二次元老婆

,或者是对问题进行搜索,但是在的不断进步下,下一代的一定做的到和用户正面的进行沟通是可以预见的,甚至如同拥有感变化一般的让觉得没有虚拟形象的“生硬”感,真正的“活起来”,可以试想,搭载了的初音未来 虽然官方口口声声称是“”,但是种种直播迹象来看,她不是一个,虽然她在演出过程中极力演绎出一种,如同不是类在说话的语气,甚至会借用SIRI等的反应的梗来制造话题,但其实只是一种模仿 ,而并不是真正的,或者说更直白一点,对于大家对的认知,起码目前还没有达到这种“鲜活”的水平,起码从说话的口气来听,怎么都不像是合成的语音,有语气的阴阳顿挫,有感的露等等。 结合了动作捕捉技术,让二次元的形象够贴合真来进行实况,而通过真声优的演绎,替代掉生硬的语音合成,这种次世代技术和上一个世代技术的结合的玩法,在这个真正的虚拟偶像时代来到之前的这种玩法可是最为有效的 障的诞生由于做到了许多以前虚拟偶像做不到的事,而受到阿宅们的极力瞩目,最大的点在于“自然”和“互动”,她的非常丰富,颜艺技点满,而被网友制作大量的同图片,恶搞图片,更加加剧了她的传播速度和热度

35560
  • 广告
    关闭

    90+款云产品免费体验

    提供包括云服务器,云数据库在内的90+款云计算产品。打造一站式的云产品试用服务,助力开发者和企业零门槛上云。

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    VTuber的战国时代:雨后春笋之后,特色内容和精准营销尤为重要

    而昵称为“酱”的Kizuna AI()则自称是世界上首位Vtuber。相比较“Kizuna AI()”这一相对陌生的名词,大家可对“花Q”这个曾经的网络热梗更为熟悉。 即障Kizuna AI(酱)、假酒少女Kaguya Luna(辉夜月)、口土豪Mirai Akari(阿卡丽)、战斗白海豚Siro(小白)和女装大佬Nekomasu(狐娘大叔)。 Kizuna AI 其中,酱的设定是超级(障);物特色有花Q、降光环、全裸、性别不明;其上传的视频内容较杂,游戏实况、歌舞视频等都有。? 其设定是饱经沧桑的大叔;物特色为学历低、力低、无作经验。喜欢与Unity、3D等相关的作。VTuber的战国时代小编上述列举的只是地位比较稳固,有代性的五位“虚拟油管主播”。 如此一来,设自然相对不容易崩(再次想想微博网红、明星等有多少设崩了……),因而制作者在精神上显得更自由,也更够更专注于作本身。

    58920

    障会玩吃鸡啦,就是玩的不咋地

    下图这个妹子你们有认识吗??我觉得你们有一部分应该见过她的……毕竟算是相当难见到的,因为它们大多连个形象都没有。就算有形象的,也不会动,只是静态的一个象征。 不过整个过程也算是又一次的体现出了“障”的特点,可以看到从头到尾她的视角切换都比较僵硬,不是很灵活,而且也没啥枪法。妹子玩的很开心,就是一个都没干掉。 和类一样,妹子在受伤或者被袭击的时候也是一脸懵逼,“这哪我谁谁打的我”的标准上线。你说你喜欢站着撸,可是连掩体都不找。找了掩体的时候周围还一个都没有,终于看见对着打了两枪之后继续懵逼。? 也许障多欧皇吧,这货异常的欧……玩游戏的同时她还会吐槽自己和游戏,比如我怎么这么傻呢,咦我竟然没被吓到。兼备卖萌、毒舌、颜艺和吐槽属性,还带点通病的话痨。? 就是不知道,如果酱在吃鸡里杀了,那被杀的那个知道了以后会有多心塞……她还真杀到了一个,那货似乎是没看到她蹲在灌木丛里,直接背对着她后退爽快的顺丰到货……看这货的视频实在欢乐,“障”的称号真是被她落实了

    38860

    好者的67大博客

    http:aitrends.comFacebook 2.科学日报 - 新闻关于博客新闻。上的一切,括具有的未来机器的计算机模型等等。频率约为每周3个帖子。 Artificial-Intelligence.Blog - 新闻关于博客一个很棒的博客,涵盖新闻,研究,和AI公司,以及伟大的AI书籍和会议。 q=artificial%20intelligence&tbm=nws&*20.艾伦研究所(AI2)关于博客艾伦研究所(AI2)的核心使命是通过高影响力的研究和程为类做出贡献 https:techspective.netcategorytechnologyartificial-intelligence 38.机器报研究所博客关于博客 MIRI的研究专注于为先进的自主 http:aiweekly.co56.营销研究所关于博客获取营销员为营销员创建的关于,机器学习,认知计算和相关技术的最新独家内容。

    83420

    什么才是我们的羁

    什么才是我们生活的羁?什么才驱动自己去理解这张图的含义。? CNCF-一个非利益性的公益组织,我想发起这样公益组织的创始,自己也没想到会成长为一个跨国界的技术交流标准平台。 因为热,所以驱动自己去推广,去无私的奉献自己的慧与经验,这个也许是够成功的原因。 曾几何,我不知道从什么时候开始,我上了写作,开始珍惜自己的每一刻的空余时间,不再游戏,不在电影。因为自己发现,原来我都快没有属于自己的时间了。? 生活到底是什么?我的羁到底是什么? 我终于领悟到,生活原来是和时间赛跑,生活的目的就是和时间比拼,看谁够高效的利用自己的时间,我的羁了就是死磕时间的年轮,让它转的更慢些,因为我也害怕变老,因为我还有很多事要做,还有很多抱负没完成。 等到你真的到了生锈,转不动的时候,你会发现,自己的发动机已经生锈好久了,已经无的压榨了好多年,到处都是伤痕累累。 ? 游侠-一名对技术孜孜不倦的高级技术专家和架构师

    12110

    AI逗你玩儿

    这个时候,它们是没有陪伴的,因为身处快节奏生活的主正在外面作、加班。甚至有时候,回家后的主也会因为疲惫而无力与宠进行互动。 因为宠物的主更寂寞,他们将宠作为排解内心寂寞空虚冷的出口。单身青年想要躲过节、七夕、双11、圣诞节,还在朋友圈刷出存在感,高冷腔调的撸猫照绝对是居家必备。但是,这不是唯一够武装孤单的办法。 现如今,有很多厂商都打着“感交互”的口号推出各类机器,从最初索尼推出的Aibo机器狗,到现在的各类小型机器,比如全息影像版的女朋友,或是AI女主播、AI聊天机器。 然而,科技发展至今,这一现象也开始走进生活,越来越多的与AI之间产生了感的羁。? 另外,近几年来,类与AI的感牵甚至已经上升到了结婚的阶段。仅在日本,我们就看到好几例类与AI产物结婚的案例,这之中,新郎基本都是日本宅男,而新娘则是VR虚拟物、形机器,形色各异。?

    25210

    1分钟链圈 |比特币将涨至100万美元?EOS每秒交易可达6000笔

    观点DFund创始赵东:比特币未来必然涨到100万美元美国银行首席技术官Cathy Bessant:加密货币是金融系统的脚石火星徐子敬:传统投资机构应积极布局区块链领域,避免错过行业发展彭博:比特币在跌破 (金色财经)3.美国银行首席技术官Cathy Bessant:加密货币是金融系统的脚石近日,美国银行首席技术官 Cathy Bessant 公开称加密货币的前景“令不安”。 据她介绍,加密货币生态系统相对缺乏透明度,可被证明是金融系统的脚石。“银行体系的基础在于发送者和接收者之间的透明度,而加密货币的设计却并不符合这种基础。 其中,约有半数公司通过设立下属研究院、与研究院合作科研项目、引进具有科研院所背景才的方式深入开展科研,科研范围涉及区块链、等前沿技术。 目前,麦子钱已支持EOS账号管理、EOS一键映射、EOS账号抢注等功。(金色财经)

    44560

    S2云顶夺魁助手一键配置!

    除了游戏天赋异禀的李某,想必大家会对云顶之奕阵容助手有迫切的需求,尤其是那种可美丽还喜欢下棋的女生,碰巧我在类精华宝库发现了这样一个有意思的脚本,根据遗传算法够自动推荐云顶之奕相对较为不错的阵容 当然还有一些玩家就是钟于某些英雄,我们也可以通过输入相应的英雄,程序根据所选择的英雄,自动计算得出较优的阵容,从而给云顶游戏提供一定的参考。接着我们来简要地看看这个脚本的具体思路。 而该遗传算法的设计也遵循了一定的假设,比如在计算得分的时候没有考虑各种羁效果不平衡的况,默认组成口越多的羁,效果更强劲。 举个例子,某些羁由6个英雄组成,而其实际效果可不如由3个英雄组成的羁。再来说说这个遗传算法,下面这个图清晰地达了整个遗传算法的过程。? 我们以八口作为终极阵容的目标,来运行一下助手看看效果如何,输入我最的亚索、劫这两个中路双雄,?云顶小助手,安排上!

    31020

    【学术】麻省理学院的学生们愚弄了谷歌图像识别技术 计算机视觉算法仍然很容易被骗

    图像识别技术已经取得了一些令惊叹的进步,但正如一项新的研究明的那样,这些系统仍然可以被那些愚弄的例子所倒。 这种欺骗谷歌系统的方法提供了一个真实的例子,说明基于的图像识别系统是如何被黑客入侵的。 _=1该团队的新算法从一个它想用来欺骗另一个系统的图像开始,从他们的论文中的一个例子看出,有一只小狗的图片,然后开始改变像素以使图像看起来更像源图像;在这种况下,系统识别出来的对象是两名滑雪好者。 谷歌拒绝就这项研究发评论,但该公司的程序员也一直在研究保护基于机器学习系统的方法。这家搜索巨头还与括微软和Facebook在内的其他公司一起推广技术的最佳实践。 有很多研究员正在研究类似这样的对抗的例子,但是对于像自动驾驶汽车这样的安全关键的应用,在对抗攻击是不可的,或者至少是更困难的况下,才会被信任。

    43230

    世界杯刚过,百度引发“Grace效应”

    Grace扮演这个超小女神,无论在剧的网民迎合度,还是Grace和女主角吴映洁的群匹配度都让传统电视剧们很“涨姿势”。如何从大数据中来? 从百度搜索风云榜大数据中看到,们最喜欢Grace的子脸和丑萌形象,其中最谈论她的眉毛和刘海儿。口碑大数据同时洞察到,甚至有网友形容“看到Grace丑萌的样子有种幸福感”。 搜索姐姐Grace的高峰时间为23点,热。 最后,大数据还发现Grace的粉丝们喜欢去的景点中首选是少林寺,小伙伴们一定很惊讶,不过想想Grace在剧中那磕磕的憨憨劲儿最可呼唤起运动小伙伴的保护欲望。 商业市场部总经理陈志峰示,从粉丝、到口碑、到剧,再到角色选择,大数据在整个剧集中扮演的角色已经不再只是静态的数字符号,而变成了够直接创造收视率和流量的系统解决方案。

    44180

    世界杯刚过,百度引发“Grace效应”

    Grace扮演这个超小女神,无论在剧的网民迎合度,还是Grace和女主角吴映洁的群匹配度都让传统电视剧们很“涨姿势”。如何从大数据中来? 从百度搜索风云榜大数据中看到,们最喜欢Grace的子脸和丑萌形象,其中最谈论她的眉毛和刘海儿。口碑大数据同时洞察到,甚至有网友形容“看到Grace丑萌的样子有种幸福感”。 搜索姐姐Grace的高峰时间为23点,热。 最后,大数据还发现Grace的粉丝们喜欢去的景点中首选是少林寺,小伙伴们一定很惊讶,不过想想Grace在剧中那磕磕的憨憨劲儿最可呼唤起运动小伙伴的保护欲望。 商业市场部总经理陈志峰示,从粉丝、到口碑、到剧,再到角色选择,大数据在整个剧集中扮演的角色已经不再只是静态的数字符号,而变成了够直接创造收视率和流量的系统解决方案。

    41940

    Cherry Labs将AI用于家庭护理相机,检测老年动作

    跌倒是65岁及以上年龄群受伤的主要原因。在美国,每年大约有9500老年死于的倒或倒,平均而言,年龄在65到69岁之间的每200次跌倒中就会发生髋部骨折。 首席执行官Goncharov示,“理解类行为有很多应用,从家庭安全到家庭高级护理,再到让家居完全自动化,但改善老年护理可以说是最重要的领域之一。” 由于基于嵌套自动编码器的新型AI框架,摄像机可以在没有监督的况下学习新的动作和异常,而且不需要大型数据集。 Goncharov说,这将为未来的功提供信息,例如家居设备集成,以及够识别病早期阶段的复杂中风检测。 Kumar示,“Cherry Home团队拥有技术实力和愿景,可以为快速增长的老年护理市场提供有价值的产品,我们很高兴与他们合作,因为他们开发了一套服务支持自主家庭。”

    47830

    基于欺骗的Web认证扩展

    该框架允许用户定义较为复杂的线策略,例如下图所示,垂直的虚线代触发线的时间,蓝色折线代在2分钟的时间窗口内触发线的次数。 作者主要通过解析当前的HTML中需要加载资源的标签(如,,等)以预测随之而来的请求,同时辅以管理员的干预将那些与仪式不相关的无害请求忽略。实验作者首先招募志愿者扮演攻击者以测试网络线的有效性。 88.2% 的用户至少触发了一根线。其中91.1%的在5分钟内就会触发的第一根线。如果线策略较为宽松,攻击者在此时不会被强制登出,66.7% 的会在前 10 分钟内触发两条线。 对于登录仪式部分,作者邀请14位志愿者进行测试,可以看到一半的参与者每次都完成他们的仪式。在某些失败的况下,他们只忘记了一个步骤或重复了一次点击。 这些况类似于用户本不小心输入了错误密码,可通过数次尝试正确通过登录仪式。14名参与者中有11名(79%)成功的次数多于失败的次数。

    6620

    未来简史:你会吗?

    想象一下,完整地拥有了一套自己的感与慧,也许会出现像电影《her》一样的剧与AI展开精神恋,AI理解类的绪状态并作出相应的回应,来一场真诚纯粹的柏拉图。 它温暖陪伴在你身旁,体贴照顾你的衣食住行,这是多么惬意的事。机器恋可以替代现实吗?1、机器恋赚钱养家,又貌美如花很多的作即将被取代,这是个不可逆转的趋势。 对大多数的现代作来说,99%的类特性及力都是多余的。只要在特定行业需要的特定力上超越类,就已足够。现在在自动化作业、自动驾驶,合成等方面的优势已经明显大于类。 目前的看法是,对于喜怒哀乐这种比较直接的绪,可以直接让机器模仿出来,通过一些刺激,机器可以现出喜悦的样子,当然,这些都是算法控制的。 不过以机器的发展速度来看,等到和机器的界限模糊之后,没什么不可的。不过~未来的法律也许是机器定的。从的功来说,我不觉得属于替代品。

    28420

    内涵:从符号涌现到可解释和移

    我们认为,一个可解释的必须拥有其决策的基本原理,够推断观察到的行为的目的,并够在其受众理解和意图的背景下解释其决策。为了解决这些问题,我们提出了四个新的贡献。 首先,我们根据知觉状态定义任意任务,并讨论可解决方案领域的两个极端。其次,界定了内涵解决方案。根据的某些定义,它是最优的,它描述了任务的目的。 一个拥有它的主体对它的决定有一个基于那个目的的理由,以一个基于硬件的感知符号系统来达。第三,为了传达基本原理,需要自然语言,一种编码和解码感知状态的手段。 意义只存在于意图的语境中,所以与类交流的主体必须具有可比较的经验和目标。 在某种程度上类似于类激励因素(如饥饿和痛苦)的目标函数的驱使下,一个学习内涵解决方案的主体可不仅够根据自己的意图,还够根据受众的理解和意图来解释它的基本原理。它形成了类感知状态的近似。

    11220

    【收藏】术语

    pre-training预训练Deep Networks深度网络deep neural networks深度神经网络non-linear transformation非线性变换represent compactly简洁地达 white noise高斯白噪音the prior distribution先验分布prior probability先验概率source features源特征the energy function量函数 Sparsity penalty稀疏惩罚项Under-complete basis不完备基Line-search algorithm线搜索算法Topographic cost term拓扑代价项更多机器、 无机车、AI 技术资料(点左下角阅读原文)

    35440

    奇艺财报:付费会员的商业化之觞

    当然,奇艺的会员业务够保持高速增长,固然离不开疫之下线上娱乐的爆发式增长,也离不开奇艺长期以来在内容方面的投入。 诸如《亲的,热的》《小欢喜》《中国新说唱2019》《奇葩说6》《潮流合伙》等为代的剧集和综艺节目在热度、口碑及商业层面均获得了良好的市场反响,进一步展现了奇艺强有力的原创内容打造力。 奇艺够有层出不穷的爆款内容,离不开其在内容上的精耕细作。为了创作优质原创内容,奇艺专门成立了自己的影视传媒作室展开公司化运作,持续对内容进行精耕细作,丰富原创内容库。 而到疫过后,又因为影视行业有着群聚集的开特性,又属于非必要的民生行业,至今为止依旧处于停摆或者“半停摆”状态。无数剧组迟迟不,很多剧组更是延迟开至第三或者第四季度。 影视剧推迟开,一些年前预定的影视剧迟迟不开拍,这必然会影响奇艺接下来的内容播出,进而影响其后续会员业务的健康发展。

    26820

    机器学会了灵活抓握,抓娃娃机还有市场吗?

    因为这是要做的事。加州大学伯克利分校的研究员给一个机器装上了系统,这样它就知道如何用力抓取它以前从未见过的物体,而无需借助把手等具。 机器专家想要开发出够掌控周围环境的真正又灵巧的机器,这是一件了不起的事。秘诀在于,用一组点云数据库来代替物体,研究员再把这些数据输入到神经网络中。 Goldberg示:“机器在这么做的时候,其实并不知道这个物体是什么。它只是把这个物体看作是空间中的一堆点,并选择抓取某一堆。所以不管这个物体是一张皱巴巴的纸巾还是什么,都无所谓。” 想象一下,有一天机器会潜入我们的家中,帮我们做家务,不只是像扫地机器Roomba那样扫扫地,它还洗碗、收拾杂物,以免老倒。机器会遇到很多新奇的东西,而亲类懒得费心去一一教会它们。 如果机器在洗碗,却只100次中握住盘子50次,那么结果将是非常尴尬的,一半的餐具都毁了。但这正是未来发展的有趣之处。机器不是单独作和学习的,它们会被连接到云端,以便共享信息。

    65050

    利用检测色图片

    内容在中国一直处于严格的监管,即使这样,互联网上还是很容易就访问到色内容。还记得曾经的“绿坝-花季护航”软件么?由于其识别效果差、软件不稳定,最后不了了之,浪费了大量的力和金钱。 随着计算机视觉和深度学习的发展,算法已经成熟,利用,我们够更加精确的识别色内容。现在有很多云服务商提供鉴黄服务,通过集成鉴黄API到产品中,就可以给产品增加色过滤功。 ,雅虎开源了其深度学习色图片检测模型open_nsfw,项目地址: http:github.comyahooopen_nsfw,这里的NSFW代Not Suitable for Work。 一般而言,得分小于0.2示图像很可是安全的,评分大于0.8则基本可判定图片属于色图片。如果得分介于这两个值之间,则需要程序员根据需求来设定一个阀值。 对比测试这个程序是否够如愿作呢?让我们找一些图片测试一下。考虑到内容审查,这里进行测试的图片均不是严格意义上的色图片,只是裸露程度不同。

    1.1K20

    扫码关注云+社区

    领取腾讯云代金券