NVIDIA ACE 是一套技术组合,可帮助开发人员使用生成式 AI 让数字人物栩栩如生。ACE NIMs 是设计用于在云端或 PC 上运行的微服务。
在这个 Git 仓库中,你可以找到使用 ACE NIMs 和微服务的示例和参考应用。但是,这些微服务可以通过 NGC 上的 NV AI Enterprise (NVAIE) 评估许可获得。
技术 | 描述 | 软件支持 | 云端部署 | Windows 部署 |
---|---|---|---|---|
Riva 自动语音识别 | 语音转文本 | NVIDIA AI Enterprise | X | 即将推出 |
Riva 神经机器翻译 | 文本翻译 | NVIDIA AI Enterprise | X | |
Riva 文本转语音 | 文本转语音 | NVIDIA AI Enterprise | X | 即将推出 |
Audio2Face | 音频转面部混合形状用于面部口型同步 | NVIDIA AI Enterprise | X | 即将推出 |
AnimGraph | 动画控制器 | NVIDIA AI Enterprise | X | |
Omniverse RTX 渲染微服务 | 基于 Omniverse 的像素流传输器 | NVIDIA AI Enterprise | X | |
ACE Agent | 对话控制器,RAG 工作流 | NVIDIA AI Enterprise | X | |
Maxine 语音实时肖像 | 2D 图片口型同步和动画 | 早期访问评估 | X | |
Nemotron-3 4.5B SLM | 小型语言模型 | 早期访问评估 | 即将推出 | X |
游戏参考工作流 | Audio2Face 虚幻引擎示例 | 示例工作流 | X | 即将推出 |
客户服务参考工作流 | 客户服务和自助服务亭用例的完整参考工作流 | 示例工作流 | X |
NVIDIA 预训练模型提供行业领先的质量和实时性能。
AI 模型使用经商业安全、负责任许可的数据进行训练。微调和防护机制确保无论用户输入什么,都能得到准确、适当且切题的结果。
可通过任何公有云或私有云、Windows PC 或两者混合处理推理。
开发人员可以利用 ACE 从头开始构建自己的数字人物解决方案,或使用 NVIDIA 的一套特定领域 AI 工作流,用于下一代非玩家游戏角色 (NPC)、客户服务交互式数字助手和实时通信数字化身。
NVIDIA Kairos 示例展示了一个易于使用的虚幻引擎项目,使用 Audio2Face 微服务。该示例演示了如何将 Audio2Face 连接到 Metahuman 并配置 Audio2Face 微服务。
NVIDIA Tokkio 是一个使用 ACE 构建的数字助手工作流,为医疗保健、金融服务和零售带来 AI 驱动的客户服务功能。它利用最先进的实时语言、语音和动画生成式 AI 模型以及检索增强生成 (RAG) 技术,向客户传达具体和最新的信息。
完整的 ACE 开发者文档
组件 | 文档 | 视频/教程 |
---|---|---|
入门 | NVIDIA Docker 设置, 安装 Kubernetes | |
NVIDIA UCS | 文档 | |
NVIDIA Audio2Face | 文档 | 即将推出! |
NVIDIA Riva ASR | 文档 | 即将推出! |
NVIDIA Riva TTS | 文档 | 即将推出! |
NVIDIA Riva NMT | 文档 | 即将推出! |
NVIDIA ACE Agent 微服务 | 文档 | 即将推出! |
NVIDIA Maxine 实时肖像 | 文档 | 即将推出! |
NVIDIA 化身配置器 & 化身定制 | 文档 | 即将推出! |
NVIDIA 动画图微服务 | 文档 | 即将推出! |
NVIDIA Omniverse 渲染器微服务 | 文档 | 即将推出! |
示例 | 描述 | 视频 |
---|---|---|
文本到手势 | 使用 A2X 和动画图微服务的文本到手势 | 创建基本情感分析工具, 在 UCF 中连接所有微服务, 部署和应用执行 |
Reallusion 角色 | 在 Reallusion Character Creator 中导出角色 + Audio2Face | 从 Reallusion Character Creator 导出角色并在 Audio2Face 中准备角色, 设置、通过参考应用流式传输和微调 |
风格化化身 | 使用 ACE 组件构建风格化化身管线 | 从文本输入制作和动画化风格化 3D 化身, 使 Vincent 骨骼与 UE5 和 A2X LiveLink 兼容, 使 Vincent 蓝图接收 A2X 动画数据, 创建 Python 应用程序从文本生成音频并为 Vincent 制作动画 |
Github - Apache 2
ACE NIMs 和 NGC 微服务 - NVIDIA AI 产品许可
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号