**劃重點:**

1. ?? **Ego-Exo4D:** Meta發(fā)布支持視頻學習和多模態(tài)感知的數據集，涵蓋運動、音樂、烹飪等復雜人類活動，可用于增強現(xiàn)實、機器學習和社交網絡。

2. ?? **Seamless Communication:** 推出四個AI研究模型，旨在跨越語言界限實現(xiàn)更自然、真實的表達和快速翻譯，包括保留語音表達和語境的SeamlessExpressive等功能。

3. ?? **Audiobox:** Meta的新音頻生成模型，通過語音輸入和自然語言文本提示生成聲音和音效，以創(chuàng)造定制的音頻文件，為研究人員和學術機構提供先進的音頻生成研究支持。

站長之家（ChinaZ.com）12月1日 消息:為慶祝Meta基礎人工智能研究（FAIR）團隊成立十周年，公司隆重推出三個創(chuàng)新的人工智能項目，展示了引人注目的演示。

Ego-Exo4D:

官方項目介紹網址:https://ai.meta.com/blog/ego-exo4d-video-learning-perception/

該項目以數據集及基準測試的形式呈現(xiàn)，旨在支持視頻學習和多模態(tài)感知的人工智能研究。由Meta的FAIR、Project Aria，以及來自全球15所大學的合作伙伴在兩年內共同收集，Ego-Exo4D捕捉了佩戴Project Aria頭戴設備的參與者的“自我中心”視角和周圍攝像機的“外部中心”視角。

這一數據集聚焦于復雜的人類活動，如運動、音樂、烹飪、舞蹈和自行車維修。Meta認為，該數據集在增強現(xiàn)實系統(tǒng)、機器人學習以及社交網絡等領域具有廣泛應用前景。1，400多小時的視頻數據將于12月以開源形式發(fā)布，并計劃于明年進行Ego-Exo4D公開基準競賽。

Seamless Communication:

官方項目介紹網址:https://ai.meta.com/blog/seamless-communication/

該項目旨在通過四個AI研究模型實現(xiàn)更自然、真實的跨語言交流。包括保留語音表達和語境的SeamlessExpressive，以及提供約兩秒延遲的語音和文本翻譯的SeamlessStreaming。此外，SeamlessM4T v2是一個多語言、多任務的模型，用于輕松實現(xiàn)語音和文本之間的交流。最終，Seamless將集成SeamlessExpressive、SeamlessStreaming和SeamlessM4T v2的功能于一個模型中。

Meta還發(fā)布了SeamlessExpressive的演示，用戶可以在其中將其語音翻譯成其他語言，增強了跨語言溝通的交互性。

官方演示網址:https://seamless.metademolab.com/expressive/

Audiobox:

官方項目介紹網址:https://ai.meta.com/blog/audiobox-generating-audio-voice-natural-language-prompts/

這是Meta全新的音頻生成模型，通過結合語音輸入和自然語言文本提示，能夠生成聲音和音效，從而更輕松地創(chuàng)建用于不同用途的定制音頻文件。相比其前身Voicebox，Audiobox通過允許用戶使用自然語言提示來創(chuàng)建所需的聲音或語音類型，提供了更強的可控性。

Meta表示，該模型將首先提供給一組選擇的研究人員和學術機構，以推動音頻生成研究的發(fā)展，并確保人工智能的負責任發(fā)展。

這三個項目的推出標志著Meta FAIR團隊十年來在人工智能領域取得的巨大成就，并為未來的技術發(fā)展和創(chuàng)新奠定了堅實基礎。

（舉報）