人像动画

基于扩散模型的人像动画框架，实现多类型人像表情驱动动画生成 Follow-Your-Emoji是基于扩散模型开发的人像动画框架，可将目标表情序列动画化迁移至参考人像，可保持人像身份一致性、表情传递准确性与时间连贯性。该框架采用表情感知标志、面部细粒度损失技术，除真实人物外，还可支持卡通、雕塑、动物等自由风格人像的表情控制，通过逐步生成策略可实现稳定长期动画生成。

基于隐式关键点框架的开源AI人像动画生成模型 LivePortrait是基于隐式关键点框架的人像动画生成开源模型，以单一源图像作为外观参考，可从驱动视频、音频、文本等渠道获取动作信息，合成逼真的人像动画视频。该模型在计算效率与可控性间实现平衡，通过扩展训练数据、采用混合图像-视频训练策略等方式，提升了生成质量与泛化能力。

基于扩散模型的人像动画生成框架，保障生成视频多要素一致性 TCAN是一款针对人像动画生成的扩散模型框架，针对同类方案容易出现的外观流失、姿态错位、背景抖动问题，设计了外观-姿态自适应层、时间控制网络、姿态驱动温度图三个特有模块，可生成同时保留源图像人物外观、贴合驱动视频姿态、保持背景稳定的人像动画，提升生成内容的一致性。

基于深度学习的人像动画合成工具，可保身份一致性无需第三方工具 StableAnimator是基于深度学习的人像动画合成技术，依托参考图像与姿势序列完成条件合成，可输出保持人物身份一致的人像动画。不同于多数同类工具需要依赖第三方插件或模型，它无需调用第三方工具，降低了使用门槛，能够输出高质量的人像动画内容，满足相关创作需求。

基于流匹配的音频驱动人像视频生成技术，实现时间一致运动设计 FLOAT是DeepBrain AI研究团队推出的音频驱动人像视频生成技术，不同于传统在像素潜在空间完成生成建模的方案，该技术将生成过程转移到学习得到的运动潜在空间，依托基于变换器的向量场预测器与逐帧条件机制，支持语音驱动的情感增强，可自然融入表现力运动，多项实验验证其表现优于同类现有方法