ACTx486：让 Joe Rogan 视频里的 Elon 实时回你话
karinanguyen · x · 2026-09-24
研究演示项目 ACTx486 探索了一种新的交互媒介：把真实视频（以 Joe Rogan 播客中的 Elon Musk 为例）与生成的合成人脸、声音和语音无缝融合，用户点击视频即可提问、打断、切换语言，甚至让画面进入「火星生活」等生成的新场景。
核心能力包括：实时生成与主持人语速同步的图表来可视化解释概念；基于观众画像个性化回答，重要内容以卡片形式发送到手机；原对话保持同步继续播放的同时叠加新场景。
团队强调生成片段中的言论并非本人所说，项目与节目和主持人无关，并在完整报告中讨论了这一媒介的风险及对媒体未来的意义——不再是空白聊天框起步，而是让现有视频成为可对话、可微调叙事的起点。
所属事件:ACTx486 演示可与视频实时对话的新交互媒介(4 条相关)→
「多模态」频道最新
- Gemini 3.8 Flash TTS 登顶语音质量榜，Flash-Lite 同步上线 — shensi · 2026-09-24
- LemonSlice 发布 Character World Model-1：可实时对话、带情绪反应的交互数字人 — mhdfaran · 2026-09-24
- 反向玩法：用 Extract Prompt 拆解参考图视觉逻辑再二次创作 — JaynitMakwana · 2026-09-24
- 传 GPT-6 Astra 接管 Canvas 全流程，一句话产出完整视频项目（未证实） — JaynitMakwana · 2026-09-24
- MiniMax H3 生态更新：视频 VAE 提速 2.2 倍，音乐模型压到 12GB — optimisticalish · 2026-09-24
- invideo 推出多智能体视频编辑器：自然语言指挥 AI 剪辑全流程 — aziz4ai · 2026-09-24