面部动作控制

基于自然语言控制的AI头像生成模型，支持细粒度情感动作调控 InstructAvatar是一款可通过自然语言接口控制头像情感与面部动作的AI生成模型，设计了自动化注释流程构建指令-视频配对训练数据集，搭载新颖双分支扩散基础生成器，可同时根据音频、文本指令预测生成头像。相较于现有同类方法，该模型在细粒度情感控制、唇同步质量与生成自然度方面表现更优。