ID-Animator：1小时前开源，单张人脸照片就可以生成高质量的特定人体视频
Ray项目简介
ID-Animator 是一个无需重新训练就能生成身份特定的人类视频的框架。利用单张面部参考图像，它可以生成高质量的个性化视频。此框架采用基于扩散的视频生成技术，并结合面部适配器来编码与身份相关的嵌入式表示。它还引入了一个面向身份的数据集构建流程，以及一个基于随机面部参考的训练方法，从而在不需要精细调整的情况下，有效提高视频的身份保真度和模型的泛化能力。
Demo
·重新语境化
·使用社区模型进行推理
·身份混合
·与 ControlNet 结合
技术方案
生成高保真人物视频并指定身份在内容生成社区引起了广泛关注。然而，现有技术在训练效率和身份保留之间难以取得平衡，要么需要繁琐的逐例微调，要么在视频生成过程中通常无法保留身份细节。
在本研究中，提出了一种名为ID-Animator的零样本人物视频生成方法，该方法能够使用单个参考面部图像进行个性化视频生成，无需进一步训练。
ID-Animator继承了现有基于扩散的视频生成骨干网络，并增加了一个面部适配器，用以从可学习的面部潜在查询中编码与身份相关的嵌入。
为了在视频生成中便于提取身份信息，我们引入了一个面向身份的数据集构建流程，该流程采用从构建的面部图像池中解耦的人类属性和行为标题技术。
基于此流程，进一步设计了一种随机面部参考训练方法，以精确捕获参考图像中与身份相关的嵌入，从而提高模型在特定身份视频生成中的保真度和泛化能力。
广泛的实验表明，ID-Animator在生成个性化人物视频方面优于之前的模型。此外，此方法与流行的预训练T2V模型如animatediff以及各种社区支持的骨干模型高度兼容，显示出在现实世界应用中的高扩展性，特别是在需要高度身份保留的视频生成场景中。
项目链接
论文链接
编辑推荐精选
音述AI
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。
lynote.ai
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。
AniShort
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。
seedancetwo2.0
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。
nano-banana纳米香蕉中文站
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
扣子-AI办公
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！
堆友
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。
码上飞
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。
Vora
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
Refly.AI
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
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