有感情的开源数字人，通过语义控制数字人情绪，这比D-ID牛多了
Ray虚拟人物形象作为AI时代的标志性呈现产品，在大众视野日益活跃。
但带情感的虚拟人物你见过吗？？😲
这你受得了吗？？？😱
这不，它来了！！
文本引导情感表达化身生成技术—— InstructAvatar！
技术介绍
InstructAvatar是一种基于文本引导的2D化身生成框架。
能够提供细粒度控制、增强互动性并提升生成视频的通用性。
与以往的方法不同，InstructAvatar通过自然语言接口控制人物的情感和面部动作，从而实现高质量的口型同步和自然的角色动作。
情绪化谈话控制
面部运动控制
下面是与基线进行的效果比较展示：
Demo
情绪化谈话控制 带着高兴和惊讶的情绪说话。
面部运动控制 抬起脸颊并拉动嘴角。
请将头向左转。
张开嘴。
看了这么多惟妙惟肖的效果，小编已经感觉假假真真分不清现实与AI。😵💫 可能这就是AI的强大和魅力所在吧！！
技术原理
InstructAvatar框架由自动注释管道和基于扩散模型的生成器两部分组成。
自动注释管道用来构建一个配对了训练数据集的指令视频。
同时配备了一个新颖的基于双分支扩散的生成器，可以同时预测带有音频和文本指令的头像。
InstructAvatar使用预定义的模板扩展情绪标签，并通过使用表示程度的副词来修改情绪，从而融入强度信息。
为了进行细粒度控制，InstructAvatar提取动作单元AU，然后提示 GPT-4V 将它们解释成一个句子。
期待InstructAvatar在未来进一步优化模型，扩展在多种情感和动作模式下的控制能力！并探索更多实际场景中的应用。
小编已经迫不及待在未来创建自己的网络形象了！😎
🔗项目链接： https://wangyuchi369.github.io/InstructAvatar
关注「向量光年」公众号 加速全行业向AI的改变
关注「开源AI项目落地」公众号 与AI时代更靠近一点
关注「AGI光年」公众号 获取每日最新咨询
编辑推荐精选
iTerms
企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。
SimilarWeb流量提升
稳定高效的流量提升解决方案，助力品牌曝光
稳定高效的流量提升解决方案，助力品牌曝光
Sora2视频免费生成
最新版Sora2模型免费使用，一键生成无水印视频
最新版Sora2模型免费使用，一键生成无水印视频
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
商汤小 浣熊
最强AI数据分析助手
小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。
imini AI
像人一样思考的AI智能体
imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。
Keevx
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。
即梦AI
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号