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!

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。
下面是与基线进行的效果比较展示:
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!!
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


全球首个AI音乐社区
音述AI是全球首个AI音乐社区,致力让每个人都能用音乐表达自我。音述AI提供零门槛AI创作工具,独创GETI法则帮助用户精准定义音乐风格,AI润色功能支持自动优化作品质感。音述AI支持交流讨论、二次创作与价值变现。针对中文用户的语言习惯与文化背景进行专门优化,支持国风融合、C-pop等本土音乐标签,让技术更好地承载人文表达。


阿里Qoder团队推出的桌面端AI智能体
QoderWork 是阿里推出的本地优先桌面 AI 智能体,适配 macOS14+/Windows10+,以自然语言交互实现文件管理、数据分析、AI 视觉生成、浏览器自动化等办公任务,自主拆解执行复杂 工作流,数据本地运行零上传,技能市场可无限扩展,是高效的 Agentic 生产力办公助手。


一站式搞定所有学习需求
不再被海量信息淹没,开始真正理解知识。Lynote 可摘要 YouTube 视频、PDF、文章等内容。即时创建笔记,检测 AI 内容并下载资料,将您的学习效率提升 10 倍。


为AI短剧协作而生
专为AI短剧协作而生的AniShort正式发布,深度重构AI短剧全流程生产模式,整合创意策划、制作执行、实时协作、在线审片、资产复用等全链路功能,独创无限画布、双轨并行工业化工作流与Ani智能体助手,集成多款主流AI大模型,破解素材零散、版本混乱、沟通低效等行业痛点,助力3人团队效率提升800%,打造标准化、可追溯的AI短剧量产体系,是AI短剧团队协同创作、提升制作效率的核心工具。


能听懂你表达的视频模型
Seedance two是基于seedance2.0的中国大模型,支持图像、视频、音频、文本四种模态输入,表达方式更丰富,生成也更可控。


国内直接访问,限时3折
输入简单文字,生成想要的图片,纳米香蕉中文站基于 Google 模型的 AI 图片生成网站,支持文字生图、图生图。官网价格限时3折活动


职场AI,就用扣子
AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!


多风格AI绘画神器
堆友平台由阿里巴巴设计团队创建,作为一款AI驱动的设计工具,专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图,显著提升设计品质和效率。平台不仅提供工具,还是一个促进创意交流和个人发展的空间,界面友好,适合所有级别的设计师和创意工作者。


零代码AI应用开发平台
零代码AI应用开发平台,用户只需一句话简单描述需求,AI能自动生成小程序、APP或H5网页应用,无需编写代码。


免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具
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