PulseAugur
中
实时 09:46:30
English(EN) DynaForcing: Overcoming Dynamic Collapse in Self-Forcing Distillation for Streaming Avatar Generation

DynaForcing框架解决了头像生成的动态崩溃问题

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出DynaForcing，一个旨在通过解决动态崩溃问题来改进音频驱动的头像生成的新训练框架。这种现象会导致学生模型产生具有高视觉质量但时间动态受抑制的静态输出，破坏唇形同步和表情。DynaForcing采用三种策略：混合强制（Hybrid Forcing）将输出锚定到真实值，动态感知奖励正则化（Dynamics-Aware Reward Regularization）来抵消蒸馏目标中的偏差，以及参考扰动（Reference Perturbation）强制依赖音频进行运动。该框架还包括显著降低计算需求的优化。 AI

影响 增强了音频驱动的头像生成中的真实感和时间动态，可能改进虚拟通信和娱乐应用。

排序理由 该集群包含一篇详细介绍特定AI任务新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

DynaForcing框架解决了头像生成的动态崩溃问题

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yubo Huang, Sirui Zhao, Xinchen Yao, Zhengye Zhang, Jinyang Huang, Fengqi Cui, Shiwei Wu, Enhong Chen ·

    DynaForcing：克服流式头像生成自强制蒸馏中的动态崩溃

    arXiv:2608.17707v1 Announce Type: new Abstract: Audio-driven avatar generation requires realistic lip-sync, expressive motion, and real-time streaming. Recent work achieves the latter via self-forcing with Distribution Matching Distillation (DMD), but this paradigm suffers from a…

相关实体

相关话题