研究人员开发了一种名为 Loki 的新型基于扩散模型的方法，用于动画肖像，该方法将身份与表情和姿势分离开来。与以往从 RGB 数据中解耦这些因素的方法不同，Loki 使用专门的面部模型来编码表情和姿势，然后将它们栅格化为空间图。这种方法大大减少了对跨身份训练数据的需求，并且与现有技术相比，所需的推理参数更少。在衡量驱动表情和头部姿势的指标上，Loki 也展示了领先的性能。 AI
影响 这种新方法通过简化身份、表情和姿势的解耦，可以实现更高效、更逼真的 AI 驱动肖像动画。
排序理由 该集群包含一篇详细介绍肖像动画新方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →