跳到正文
热点事件持续更新

Gaspard 模型统一生成语音与手势

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

Gaspard 是首个摒弃传统级联架构、直接通过连续自回归流匹配预测实现多模态协同的统一合成模型。该模型在 Seamless Interaction 数据集上训练,利用解耦无分类器引导平衡推理时的模态影响,显著缓解动态坍缩并提升表达力。客观与感知评估显示,其手势生成能力优于单模态基线,且语音与手势同步性远超匹配的级联系统。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉
    Gaspard:基于连续自回归流匹配的统一语音与手势合成模型

    Gaspard 是首个统一生成语音与伴随手势的模型,摒弃传统级联架构,直接通过连续自回归流匹配预测实现多模态协同。该模型在 Seamless Interaction 数据集上训练,利用解耦无分类器引导平衡推理时的模态影响,显著缓解动态坍缩并提升表达力。客观与感知评估显示,其手势生成能力优于单模态基线,且语音与手势同步性远超匹配的级联系统。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 16:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。