NVIDIA宣布，正式開源旗下Audio2Face模型與相關SDK，讓遊戲與3D應用開發者能更輕鬆導入這項先進技術，打造擬真角色動畫與更具臨場感的互動體驗。除了模型與軟體開發工具包，NVIDIA也將提供完整的開源訓練框架，開發者可依照不同應用需求進行微調或客製化，實現高度彈性的使用方式。
隸屬今年初在CES 2025對外展示的Project R2X項目一部分，Audio2Face技術最大亮點在於能以生成式AI自動將語音轉換為栩栩如生的臉部表情與嘴型動作。
無論是遊戲角色對話、客服機器人，甚至是虛擬主播的即時互動，都能透過這套技術展現自然且精準的嘴型同步與情感表達。開發者無需耗費大量時間進行逐格動畫設計，就能快速生成動態臉部動畫，顯著降低人力成本並縮短製作週期。
技術層面上，Audio2Face不僅能精準對應語音中的音位與語調，還能將生成結果以動畫數據串流的形式輸出，進一步用於離線渲染或即時串流。意味此技術既能支援高品質的預先內容製作，也能應用於需要即時反應的互動場景，例如遊戲NPC對話或即時虛擬人直播。
目前，Audio2Face已經被廣泛應用於遊戲與娛樂產業，包含Codemasters、GSC Game World、網易、完美世界等國際遊戲廠商，都已經在自家作品中導入相關技術。而獨立軟體供應商如Convai、Inworld AI、Reallusion、Streamlabs及UneeQ等，目前也透過Audio2Face打造更具沉浸感的虛擬互動解決方案。
NVIDIA表示，透過開源化，將進一步擴大Audio2Face技術應用生態圈，讓更多開發者能在NVIDIA ACE for Games平台上，找到完整的工具資源與應用案例，甚至能將其與其他生成式AI工具結合，打造更全面的數位化身解決方案。
過去，角色臉部動畫往往仰賴專業動畫師反覆調整，不僅耗時費力，也難以滿足即時應用的需求。而隨著Audio2Face的開源化，更多獨立團隊與新創公司將能以低門檻導入此技術，創造出風格獨特卻依然自然流暢的數位角色。對遊戲產業而言，更將有助於NPC角色的互動性大幅提升，而對媒體娛樂與虛擬客服來說，則能提供更擬真的對話體驗，縮短虛擬與現實的距離。
隨著生成式AI在各行各業快速普及，NVIDIA此次開源Audio2Face技術，不僅只是單純釋出工具資源，更進一步推動「數位人」技術走向標準化與普及化。未來無論是遊戲、影視製作，甚至是企業應用，都可能因這套技術而出現更多創新的互動型態。
