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


最 适合小白的AI自动化工作流平台
无需编码,轻松生成可复用、可变现的AI自动化工作流

大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统,允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令,自动执行排序、公式计算和数据透视等操作,支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内,支持超过100万行数据的即时分析。


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。


AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。


AI一键生成PPT ,就用博思AIPPT!
博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。


AI赋能电商视觉革命,一站式智能商拍平台
潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。


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。


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


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


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。
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