业界最新动态显示，人工智能技术再上新台阶——由曹越教授领衔的Sand.ai团队近日发布GAGA-1音画同步视频生成模型。这款直接面向公众开放的创新工具，用户无需预约审核，登录官网https://gaga.art就能立即体验。 据悉，GAGA-1的研发历时半年，远超最初设定的两个月周期。该产品在人物动作捕捉和口型同步技术上取得重大突破，能够呈现影视级别的自然表演效果。经过反复测试，GAGA-1已能完美驾驭短视频创作和游戏互动需求，在电视剧制作领域展现不俗潜质，不过要达到电影级精细度仍有待继续优化。 首期开放的"Gaga Actor"模块采用标准16:9比例画幅，提供5秒和10秒两种视频时长选项。用户只需上传参考图像并输入文字描述作为台词，约3-4分钟后便可获得成片。值得注意的是，系统不仅能精准表达中文和英文台词的情感变化，还能处理复杂的双人互动场景。 在体验过程中发现，GAGA-1具备多项特色能力：既可以模拟外国人说中文时的独特口音，又支持简单歌唱表演，甚至能还原特定文化背景的人物形象。不过开发团队也坦言，当前版本存在一些局限——包括复杂动作可能变形、长篇台词易丢失细节、日语处理异常等。更值得注意的是，其内置Banana图形引擎在亚洲面孔渲染上效果欠佳，建议搭配Seedream 4.0协同使用。 针对未来规划，Sand.ai透露自定义音频和固定音色功能正处于最后内测阶段，由于研发优先级安排未能在本期上线。收费标准方面，虽然免费使用期限未定，但明确承诺最终定价将远低于Sora2、Veo3等竞品。现阶段GAGA-1已能出色胜任短视频制作、游戏角色生成、文学作品可视化等多元化创作需求，为内容生产者提供了高效经济的创作方案。 如需获取人工智能领域更多前沿资讯，欢迎关注专业媒体平台https://www.aipress.com.cn。