微軟（Microsoft）上周公布新人工智能（AI）模型VASA-1，只要上載肖像硬照及錄音，AI就可合成影片，讓相中人「說話」。並以名畫蒙娜麗莎作示範，讓畫中蒙娜麗莎說唱起來，效果相當驚艷搞笑。但搞笑聲過後，坊間普遍憂慮會被濫用冒充真人，加劇網絡騙案，假資訊氾濫。微軟亦坦承的確有濫用疑慮，故VASA-1目前不打算將新模型開放公眾使用。
微軟表示，開發此項最新的虛擬人像技術VASA-1原意希望用於教育、協助有溝通障礙的人，創造出虛擬的 AI 角色讓他們練習交談，甚至為人類創造虛擬伙伴。VASA-1只要使用一張照片以及一段語音音訊，就能夠產生精確的人臉對嘴說話影像，甚至可展現自然的表情和頭部動作。
微軟指，VASA-1是以 VoxCeleb2 資料集為基礎進行訓練，有關資料集收集了YouTube 影片中超過6,112位名人的100萬個語音片段，以大量人類說話的面部動作影片訓練新AI模型，包括人類表情、嘴唇動作、眼神及眨眼等，令生成影片更逼真。微軟指VASA-1現時能即時生成每秒最多40幀的512×512影像，適合虛擬形象的即時互動用例。除了真人照片，畫作如蒙娜麗莎或動畫人物，跟要配上文字或音檔便可合成影片。不過研究團隊強調，該技術主要用於研究，而非實際產品或 API 發布。
蒙娜麗莎說唱以及一系列VASA-1生成的影片發布後，引來不少掌聲，指「看不出來，厲害！」但其逼真度亦同時引起不少網民憂慮，認為VASA-1會加劇網絡騙案：「這個要道德監管了吧隨便一張照片就可以弄出沒講過的話」、「完全沒有抵抗力，真的會相信」、「如果沒有事先講AI生成，應該看不出來」，「我有一個大膽的想法⋯⋯」，更有網民直言，「有片有真相」這句話將不再言之有理了。@
------------------
📰支持大紀元，購買日報：
https://www.epochtimeshk.org/stores
📊InfoG：
https://bit.ly/EpochTimesHK_InfoG
✒️名家專欄：
https://bit.ly/EpochTimesHK_Column
