Tag · 3 篇
实时生成
分布 图像编辑与可控生成1人脸与人体理解1生成模型与扩散1
01 02 03
PortraitDirector：面向可控实时人脸重演的分层解耦框架
PortraitDirector: A Hierarchical Disentanglement Framework for Controllable and Real-time Facial Reenactment
把面部运动拆成空间层（头姿+局部表情）与语义层（情绪）再重组为运动潜码，配合扩散蒸馏与因果注意力实现 20FPS 流式人脸重演，为可控人脸编辑提供了可复用的分层解耦与实时化方案。
MimicTalker：面向实时双人 3D 头部生成的多模态交互与记忆增强框架
MimicTalker: A Multimodal Interactive and Memory-Enhanced Framework for Real-Time Dyadic 3D Head Generation
面向双人对话场景的实时 3D 头部动作生成，其多模态交互上下文提取与语义引导的运动风格记忆机制，可迁移到虚拟人、数字人驱动以及语音驱动的面部动画等需要长时一致性的生成任务。
Avatar Forcing：面向自然对话的实时交互式头部虚拟人生成
Avatar Forcing: Real-Time Interactive Head Avatar Generation for Natural Conversation
扩散强制（diffusion forcing）框架将自回归生成与扩散模型结合，实现因果约束下的实时多模态条件生成；直接偏好优化（DPO）利用合成负样本进行无标签的偏好学习，可迁移到其他需要实时交互的生成任务。