人体动作

蚂蚁集团研发的音频驱动高质量半身人体动画生成技术 由蚂蚁集团终端技术部研发，通过参考图像、音频剪辑、手势输入生成高质量半身动画，保障音频内容与动作连贯性。采用Audio-Pose动态协调策略，增强面部、手势表现力，减少条件冗余，依托头部注意力机制整合训练数据，推理阶段可省略该机制，搭配特定阶段去噪损失优化生成质量，效果超越现有同类方法。