Baru saja melihat berita menarik tentang pengembangan AI dalam menampilkan karakter yang diluncurkan oleh Anuttacon, sebuah perusahaan AI yang didirikan oleh Tsai Haoyu, pendiri miHoYo sendiri.

Mereka baru saja merilis LPM 1.0, sebuah model penampilan video karakter yang cukup mengesankan. Sistem ini memungkinkan karakter untuk berbicara, menyanyi, mendengarkan, dan menunjukkan reaksi secara bersamaan dalam waktu nyata. Lebih dari itu, gerakan mulut dan ekspresi wajah, serta irama tubuh terlihat sangat realistis, bukan sesuatu yang tampak artifisial.

Dari sudut pandang teknis, mereka menggunakan model dasar dengan 17 miliar parameter dan mengadaptasinya menjadi versi streaming dengan latensi rendah. Hal yang bagus adalah model ini mendukung berbagai gaya karakter, mulai dari gaya nyata, animasi 2D, hingga game 3D dan bahkan makhluk non-manusia, tanpa perlu penyesuaian tambahan.

Yang saya perhatikan adalah Anuttacon telah meluncurkan standar evaluasi LPM-Bench, yang menghasilkan hasil terbaik di banyak indikator dibandingkan model lain di pasar. Perbedaan utama adalah LPM 1.0 dapat mengekspor konten tanpa batas waktu, berbeda dengan opsi lain yang dibatasi hanya 30 detik.

Penggunaan yang mereka fokuskan cukup jelas, seperti agen percakapan NPC dalam game dan siaran langsung virtual. Ini adalah kasus penggunaan yang sangat potensial, terutama untuk miHoYo dan perusahaan game lainnya.

Namun, perlu dicatat bahwa Anuttacon secara tegas menyatakan bahwa ini adalah peluncuran untuk pertukaran akademik saja. Belum ada rencana untuk membuka sumber kode atau menyediakan API kepada publik saat ini. Mayoritas komunitas percaya bahwa tujuan utamanya adalah untuk menarik tenaga AI berbakat.

Melihat kembali, LPM 1.0 adalah langkah berikutnya dalam jalur AI Anuttacon terkait mesin game dan NPC cerdas. Selain itu, ini juga merupakan hasil dari pengembangan AI miHoYo, mulai dari alat chat AnuNeko hingga kemampuan model dasar. Tampaknya Tsai Haoyu dan timnya sedang membangun sesuatu yang signifikan di bidang AI karakter.