REALIZOVANÉ PROJEKTY

Real-time generovaný interaktivní AI avatar

Generativní AI platforma pro fotorealistické digitální avatary schopné přirozené komunikace s lidmi v reálném čase


Výzkumné oblasti

Specifikace projektu

Konsorcium

Kód projektu

FY02010179


Zahájení řešení

1. 9. 2026


Ukončení řešení

29. 2. 2028


Celkový rozpočet

26 046 783,36 Kč


Projekt je spolufinancován z MPO TWIST 2.VS

Popis projektu

Projekt Real-time generovaný interaktivní AI avatar je zaměřen na výzkum a vývoj škálovatelného systému umělé inteligence pro generování fotorealistických digitálních avatarů v reálném čase. Avatar bude schopen přirozené multimodální komunikace s uživatelem, na jehož vstup reaguje řečí, mimikou i gesty včetně detailního pohybu rukou a manipulace s předměty. Výsledkem projektu bude software tvořený proprietárními generativními modely pro modelování pohybu a real-time renderování videa bez omezení délky, doplněný o streamovací model syntézy řeči (TTS) s latencí v řádu desítek až stovek milisekund, kontrolou emotivnosti projevu a podporou více světových jazyků.

Přínosy projektu

Projekt Real-time generovaný interaktivní AI avatar posune současný stav poznání v oblasti generativní umělé inteligence od dávkově vytvářeného videa k živé multimodální komunikaci člověka s AI. Na rozdíl od stávajících řešení, která vytvářejí pouze krátké, předem vykreslené sekvence v omezeném rozlišení, umožní vyvíjená technologie plynulou interakci s avatarem v reálném čase se synchronizací hlasu, mimiky a gest. Vlastní proprietární modely provozované na vlastní infrastruktuře zajistí nízkou latenci a nezávislost na externích poskytovatelích. Technologie najde uplatnění nejprve v oblasti digitální zábavy, s přesahem do vzdělávání, zdravotnictví či bankovnictví, tedy všude, kde probíhá interakce mezi lidmi nebo mezi člověkem a daty, a posílí konkurenceschopnost českého AI ekosystému.

Klíčové přínosy:

Real-time generování fotorealistického videa bez omezení délky a s vysokou kvalitou obrazu

Přirozená hlasová komunikace díky streamovací syntéze řeči s minimální latencí

Precizní modelování pohybu rukou a prstů včetně manipulace s předměty

Škálovatelná platforma s uplatněním v zábavě, vzdělávání, zdravotnictví a bankovnictví