2025多模態(tài)大模型驅(qū)動(dòng)下的生成式數(shù)字人技術(shù)與應(yīng)用_第1頁
2025多模態(tài)大模型驅(qū)動(dòng)下的生成式數(shù)字人技術(shù)與應(yīng)用_第2頁
2025多模態(tài)大模型驅(qū)動(dòng)下的生成式數(shù)字人技術(shù)與應(yīng)用_第3頁
2025多模態(tài)大模型驅(qū)動(dòng)下的生成式數(shù)字人技術(shù)與應(yīng)用_第4頁
2025多模態(tài)大模型驅(qū)動(dòng)下的生成式數(shù)字人技術(shù)與應(yīng)用_第5頁
已閱讀5頁，還剩15頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

基于GAN優(yōu)質(zhì)的2D3D數(shù)字人相比2D3DAIGC數(shù)字人外貌與人設(shè)等展示素材均可以用AIGC

2023.11阿里未開源

EMO(Audio)2024.02

2024.06騰訊開源

EchoMimicV1Audio+Vision)2024.07螞蟻開源2024.09字節(jié)未開源

EchoMimicV2Audio+Vision)2024.11螞蟻開源

EMO2(Audio)2025.01HumanDiTVision)2025.02

OmniHumanAudio)2025.02

MoCha(Audio)2025.03Meta

DreamActor-M1Vision)2025.04字節(jié)未開源EchMimic是專注于增強(qiáng)D數(shù)字人物驅(qū)動(dòng)效能的算法，用戶僅需上傳一張數(shù)字人或真實(shí)人物的圖片及一段語音或視頻資料，即可生成與之匹配V1V2 內(nèi)部版本（Audio2Pose自動(dòng)生成利用步數(shù)蒸餾算法，對(duì)EchoMimic以原來的模型作為Teacher，將40步的Teacher模型分成4段，每一段由10訓(xùn)練中對(duì)每一段生成過程，將0步ace的推理用MC蒸餾為一步，作為Student的擬合目標(biāo)。加速后，視頻生成耗時(shí)在A100GPU提速約9倍 原始模 加速模 原始模 加速模在A100GPU推理 時(shí)間時(shí)間

非加速版--30 加速版本--6與Pose

AI

SDAnimateAnyone,EMOV1/V2,

SVD

Omni-

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論