让鲁迅说绕口令、赫本玩嘻哈，又一视频模型火了，斯坦福华人博士创立

PHPz

发布时间：2024-06-17 08:00:38

829人浏览过

来源于机器之心

转载

团队成员均来自斯坦福大学，CTO还是泰勒·斯威夫特的铁杆粉丝。

AI视频领域卷疯了。

Luma引发的狂欢还没结束，AI视频圈又来了个挑战者——

斯坦福大学团队出品的Proteus。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

让鲁迅说绕口令、赫本玩嘻哈，又一视频模型火了，斯坦福华人博士创立

据介绍，Proteus 是一款低延迟基础模型，可以生成高度真实且富有表现力的人物形象。

例如，让世界名画中的主角——蒙娜丽莎或者带珍珠耳环的女孩——肆无忌惮地大笑，面部表情自然流畅：

让奥黛丽·赫本一改往日淑女形象，玩起嘻哈说唱：

还让《哈利·波特》中的斯内普教授唱《Despacito》：

Proteus刚发布，一众大佬发来「贺信」：

AI科学家贾扬清称赞，实时人工智能头像质量出奇得好。

英伟达科学家Jim Fan则表示，这一项目令人印象深刻。

早期投资人Brian Zhan发文称，现有AI视频工具，比如Runway和Pika，最大的问题就是会产生幻觉，尤其是在生成含有人类的视频时。而Apparate Labs通过解决时间连贯性和对象恒定性等问题，使AI视频生成步入下一个阶段。

离谱！鲁迅说起了绕口令

Proteus是新一代的基础模型，用于人类的实时表情生成。

要知道，目前即便是最先进和最强大的生成模型，也无法完全实现人类表情的实时生成。

现有的模型运行速度缓慢，无法提供对生成人物的复杂面部表情和身体动作的直观控制，而且它们在逼真度和表现力方面仍有所欠缺。

而Proteus采用了最先进的transformer 架构的潜在扩散模型，其创新性的潜在空间设计确保了实时的高效率，并且随着架构和算法的持续优化，Proteus能够实现每秒100帧以上（100+ FPS）的视频流。

换句话说，只需一张简单的照片，Proteus不仅能够模仿人类的笑声、说唱、歌唱、眨眼、微笑和对话，还能执行更多生动的表情和动作。

比如说，一向严肃的鲁迅说起了绕口令：

或者让居里夫人清唱《Le Festin》：

抑或是给科学家们开个圆桌会议：

据Proteus研发团队介绍，他们期望Proteus可以成为一个声音可控的视觉化身，为人工智能对话实体提供一个直观的交互界面，同时能够与众多多模态大语言模型无缝兼容，为各种不同的应用场景提供定制化服务。

对此，不少网友脑洞大开——

「只需要用爱因斯坦的数据对大语言模型进行微调，再配上他生动的面部表情，就能让伟大的爱因斯坦化身教学助手，来亲自教授物理课，青少年再也不用愁学不好科学了。」

还有网友表示，我爱死它了，今年绝对是AI视频之年。

起底背后团队

这款被大佬力捧、小而美的模型，背后是个怎样的团队？

据官网介绍，这是由斯坦福大学的Apparate Labs研发出来的。

目前该团队仅6人，从名字和照片来看，有3人为华人。

首席执行官兼联合创始人沈博魁（William Shen）博士就读于斯坦福大学计算机科学系，由知名教授Silvio Savarese和Leonidas J. Guibas共同指导。

让鲁迅说绕口令、赫本玩嘻哈，又一视频模型火了，斯坦福华人博士创立

MaxAI

MaxAI.me是一款功能强大的浏览器AI插件，集成了多种AI模型。

下载

他的研究涵盖人工智能多个领域，包括计算机视觉、机器人学、图形学、生成模型和具身智能。其论文多次获奖，例如在IEEE-CVPR获得了最佳论文奖，还在RSS上入围了最佳学生论文奖的决赛。

此前，他还以GPA4.0的优异成绩获得斯坦福大学计算机科学学士学位。

首席技术官兼联合创始人Connor Lin也是个学霸。

他本硕就读于卡内基·梅隆大学，师从Keenan Crane教授。2020年前往斯坦福大学攻读计算机博士。目前他是一名四年级在读博士生，由Leonidas Guibas和Gordon Wetzstein两位教授共同指导。

Connor Lin的研究聚焦于3D先验知识和神经表示，用于3D重建、生成和编辑，曾获得David Cheriton斯坦福研究生奖学金的支持。

在攻读博士期间，他在谷歌研究、英伟达研究和Adobe研究实习。此前，还在谷歌担任软件工程师，负责Pixel手机的人像模式开发。

此外，这小哥兴趣广泛，喜欢旅行和体育，喜欢烹饪、羽毛球、游泳、桌游和音乐，还是泰勒·斯威夫特的铁杆粉丝

和Connor Lin一样，首席科学家Linqi (Alex) Zhou也是斯坦福大学的一名博士生，由Stefano Ermon教授指导。

此前，Linqi Zhou在加州大学洛杉矶分校获得了计算机科学和应用数学的学士学位，由Song-Chun Zhu教授和Ying-Nian Wu教授指导。

他主要在计算机视觉和机器学习领域进行研究，并致力于构建能够以结构化和概率性方式理解世界的模型。

^{参考链接：}

^{https://apparate.ai/stream.html}

什么是“人形机器人”？特斯拉Optimus与产业供应链全解析

AI生成活动现场的即时新闻稿

贾跃亭：法拉第未来当前股价被严重低估目标价5美元

内存飙升成本暴涨汽车会涨价还是减配？

10家中国车企入围入围财富世界500强比亚迪进前百

相关专题

页面置换算法

页面置换算法是操作系统中用来决定在内存中哪些页面应该被换出以便为新的页面提供空间的算法。本专题为大家提供页面置换算法的相关文章，大家可以免费体验。

504

2023.08.14

http与https有哪些区别

http与https的区别：1、协议安全性；2、连接方式；3、证书管理；4、连接状态；5、端口号；6、资源消耗；7、兼容性。本专题为大家提供相关的文章、下载、课程内容，供大家免费下载体验。

2932

2024.08.16

TypeScript类型系统进阶与大型前端项目实践

本专题围绕 TypeScript 在大型前端项目中的应用展开，深入讲解类型系统设计与工程化开发方法。内容包括泛型与高级类型、类型推断机制、声明文件编写、模块化结构设计以及代码规范管理。通过真实项目案例分析，帮助开发者构建类型安全、结构清晰、易维护的前端工程体系，提高团队协作效率与代码质量。

2026.03.13

Python异步编程与Asyncio高并发应用实践

本专题围绕 Python 异步编程模型展开，深入讲解 Asyncio 框架的核心原理与应用实践。内容包括事件循环机制、协程任务调度、异步 IO 处理以及并发任务管理策略。通过构建高并发网络请求与异步数据处理案例，帮助开发者掌握 Python 在高并发场景中的高效开发方法，并提升系统资源利用率与整体运行性能。

109

2026.03.12

C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开，系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例，帮助开发者掌握构建高可用微服务系统的关键技术，提高系统的可扩展性与维护效率。

326

2026.03.11

Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开，系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示，帮助开发者构建稳定高效的 Go 并发任务处理系统，提高系统在高负载环境下的处理能力与稳定性。

2026.03.10

Kotlin Android模块化架构与组件化开发实践

本专题围绕 Kotlin 在 Android 应用开发中的架构实践展开，重点讲解模块化设计与组件化开发的实现思路。内容包括项目模块拆分策略、公共组件封装、依赖管理优化、路由通信机制以及大型项目的工程化管理方法。通过真实项目案例分析，帮助开发者构建结构清晰、易扩展且维护成本低的 Android 应用架构体系，提升团队协作效率与项目迭代速度。

105

2026.03.09

JavaScript浏览器渲染机制与前端性能优化实践

本专题围绕 JavaScript 在浏览器中的执行与渲染机制展开，系统讲解 DOM 构建、CSSOM 解析、重排与重绘原理，以及关键渲染路径优化方法。内容涵盖事件循环机制、异步任务调度、资源加载优化、代码拆分与懒加载等性能优化策略。通过真实前端项目案例，帮助开发者理解浏览器底层工作原理，并掌握提升网页加载速度与交互体验的实用技巧。

108

2026.03.06

Rust内存安全机制与所有权模型深度实践

本专题围绕 Rust 语言核心特性展开，深入讲解所有权机制、借用规则、生命周期管理以及智能指针等关键概念。通过系统级开发案例，分析内存安全保障原理与零成本抽象优势，并结合并发场景讲解 Send 与 Sync 特性实现机制。帮助开发者真正理解 Rust 的设计哲学，掌握在高性能与安全性并重场景中的工程实践能力。

236

2026.03.05

热门下载

网站特效

网站源码

网站素材

前端模板