模型框架

一项实时创建和渲染逼真的动态3D头像的技术-BakedAvatar，可通过简短视频复制出人物3D头部，能在移动设备上进行实时渲染，编辑和调整头像的表情和姿势。。   项目地址： https://buaavrcg.github.io/BakedAvatar/ 《BakedAvatar：用于实时头像合成的烘焙神经场》是一篇关于头像合成的论文。该方法可以从单目视频中生成基于…

支持零样本人像生成，我们使用了数百万个精美的人像进行模型训练。我们有100多个高级定制模板可供选择。我们的模型支持CPU和二级推理时间。FaceChain-FACT生成的人像照片是二级的。简要总结：FaceChain-FACT是一个零样本人像生成模型，不需要用户进行LoRA模型训练，只需要一张用户的照片即可生成定制的人像照片。相比其他商业应用，我们的生成速度提高了100倍，支持…

DragNUWA是一个由yinsming创建的Hugging Face空间，可以发现由社区制作的令人惊叹的机器学习应用程序。 体验地址： https://huggingface.co/spaces/yinsming/DragNUWA

项目地址： https://people.eecs.berkeley.edu/~evonne_ng/projects/audio2photoreal/ 代码： https://github.com/facebookresearch/audio2photoreal 内容：1 Meta Reality Labs研究，2加利福尼亚大学伯克利分校。简而言之：从对话的音频中，我们生成相应…

代码库：https://github.com/florestefano1975/comfyui-portrait-master/ 提供了与 Portrait Master 兼容的工作流程文件，包括对姿势的管理和控制。 集成了放大器和两个 ControlNet 以管理角色的姿势。 ComfyUI肖像大师是一个帮助AI图像创作者生成人物肖像提示的节点。通过ComfyUI Manag…

DreamTalk是一个基于扩散模型的框架，由清华大学、阿里巴巴和华中科大共同开发。它能够根据音频让人物头像照片说话、唱歌并保持嘴唇的同步和模仿表情变化。该项目使用扩散模型生成动态和表情丰富的说话头部动画，包括去噪网络、风格感知的嘴唇专家、风格预测器、音频和视频处理以及数据和模型训练等关键组件。 亮点： DreamTalk不仅能够处理和生成训练过程中见过的面部类型和表情，还能有…

阿里发布的虚拟服装试穿 – Outfit Anyone：只需要一张人物照片和服装照片就可以让那个人穿上这个衣服，特色是可以为不同的姿势和身体形状创建高质量的虚拟试穿。（目前还没有代码） 体验地址： https://huggingface.co/spaces/HumanAIGC/OutfitAnyone

字节跳动开发了一种名为StemGen的音乐生成模型。该模型能够通过聆听和理解给定的音乐上下文来生成新的音乐。它能够分析音乐的特点，如旋律、节奏和风格。 StemGen是一个音乐生成模型，它可以根据音乐的上下文生成音乐。它采用了非自回归语言模型类型的架构，可以生成各种乐器的音轨。模型可以根据给定的音频上下文生成新的音轨，并与现有音频混合，实现交互式音乐生成。 项目地址： http…

DreaMoving是一个基于扩散的可控视频生成框架，用于生成高质量的定制人类视频。它可以根据给定的目标身份和姿势序列，在任何地方生成目标身份跳舞的视频。该框架包括视频控制网络和内容指南，可以生成高质量和高保真度的视频。DreaMoving在未见过的领域也表现出强大的泛化能力。 项目地址： https://dreamoving.github.io/dreamoving/

AI 能将视频中的主题转化为 SVG 素描！因此，素描视频合成可以实现各种渲染技术，包括调整大小、填充颜色以及在原始背景图像上叠加涂鸦。 项目地址： https://sketchvideo.github.io/ 这篇内容介绍了一种基于优化的视频素描生成框架，通过使用逐帧的贝塞尔曲线来表示视频。首先，通过交叉帧笔画初始化方法来确定每条曲线的位置和宽度。然后，通过利用基于CLIP特…