用 Gemini Argon + Scenario MCP 打造可语音驱动的 Cortana 式 3D 全息人
AIandDesign · x · 2026-11-21
AIandDesign 用 Google DeepMind 的 Gemini Argon 与 Scenario 的 MCP 做建模,把自己变成了 Cortana 风格的 3D 全息虚拟人。成品效果不错,且工作流可复用:只需输入一段音频即可直接生成对应的全息人视频,相当于搭出了一条音频驱动的虚拟形象视频生成管线。
「多模态」频道最新
- 用 Flux.2 Klein 修复噪点暗光猫照,Wan 2.2 让老照片动起来 — Worldly_Instance9653 · 2026-11-21
- MiniMax H3 Image 实测:10 秒生成 GTA6 风格 4K 电影感画面,4K 半价 — heyronir · 2026-11-21
- 混元 H3 Image 角色一致性变弱?社区求解身份保持方案 — Fun_Gain_9596 · 2026-11-21
- WavLate 用 MaxSim 对齐音频与词向量,每 10 秒音频保留 32 个向量 — IgorCarron · 2026-11-21
- TensorFlow 前早期成员创业 TensorScale,押注世界模型超越语言模型 — TerryTangYuan · 2026-11-21
- 摄影师实测 Minimax 复刻 Cinestill 800T:夜雨霓虹「银翼杀手」质感到位 — Purple-Let4907 · 2026-11-21