NVIDIA研究团队于CVPR大会发布Vid2Vid Cameo相关论文（PDF），只需1张图片就能轻易地打造数字虚拟化身、节省视频段宽，并能够进行人脸识别等强大功能，此外也推出可以简化AI训练流程的迁移学习工具组件3.0。
Vid2Vid Cameo是NVIDIAMaxineAI视频流媒体平台背后、以生成对抗网络（Generative Adversarial Network，GAN）为基础的深度学习模型之一，用户除了可以上传自己的照片，也可以使用其他人的照片或卡通、漫画头像，并将这些静态图项转换为即时反映用户状态的动态虚拟化身。
此外NVIDIA也发布Tao框架下的迁移学习工具组件3.0（Transfer Learning Toolkit 3.0），用户可以通过NGC目录免费取得预先训练模型，有利于加速AI和计算机视觉（Computer vision）应用程序的部署，并轻松地将预先训练的模型，搭配定制化调整资料，构筑适用于特定场景的专属AI模型。
从Vid2Vid Cameo的展示视频中可以看到角度校正、虚拟化身、节省带宽等功能。
迁移学习工具组件3.0的概念是通过预先训练的AI模型，搭配少量调整资料，就可以创建高度精准的专属模型。
根具官方提供的数据，NVIDIA对于预先训练模型的精确度持有相当信心。
用户可以通过DGX工作站级计算机调整模型，并将模型部署至Jetson等轻量化设备上进行AI推论。
如果读者想了解更多信息，可甚至NVIDIA官方网站的Maxine与迁移学习工具组件页面，查阅详细资料。