Tag · 4 篇

身份保持生成

分布生成模型与扩散3图像编辑与可控生成1

Not All Birds Look The Same: Identity-Preserving Generation For Birds

针对非刚性细粒度类别（鸟类）的身份保持生成，提出按物种、年龄、性别分组训练作为身份代理，可迁移到其他缺乏多视角/视频数据的细粒度域（如动植物、时尚单品）的定制化生成。

EvoID: Reinforced Evolution for Identity-Preserving Video Generation

把身份保持视频生成从静态模仿学习改写为强化学习自演化过程，用「客观指标 + MLLM 整体质量评估」构成双路动态奖励，并用冻结教师锚定学生模型；做视频生成后训练或奖励设计的工作可直接借鉴这套奖励组合与教师锚定策略。

Bridging Privacy and Provenance: Traceable Virtual Identity Generation

在扩散生成过程中嵌入潜空间水印以携带可验证的身份签名，并配合3D几何与表情条件保持姿态一致性，为视觉研究者提供了一种在生成人脸时兼顾身份可控性与溯源验证的可复用思路。

AnyID: Ultra-Fidelity Universal Identity-Preserving Video Generation from Any Visual References

提出统一异构身份输入（人脸、肖像、视频）的全参考架构与主参考生成范式，结合差分提示词实现属性级可控性，并用人类偏好数据做强化学习微调，为身份保持视频生成提供了可复用的多参考融合与可控生成思路。