身份一致性

基于记忆与情感感知的音频驱动说话人脸视频生成技术 MEMO通过记忆引导时间模块、情感感知音频模块优化生成效果，解决同类方法身份偏移、运动卡顿、表情不对位的问题，可基于输入图像与音频生成身份一致、表情匹配音频情感的说话视频，生成效果超越现有同领域最先进方法，适配多类输入场景。

基于2D扩散先验的轻量微调3D人脸重建技术站点 ID-to-3D是基于组合性设计的3D人脸重建项目，依托特定任务2D扩散模型作为优化先验，仅需微调0.2%的训练参数，就在基础模型上扩展出轻量表情感知、身份感知架构，可完成人脸几何与纹理生成，能准确还原面部特征，同时支持头发、配饰的重建，可输出适配下游需求的渲染就绪3D资产。