2025多模态大模型驱动下的生成式数字人技术与应用_第1页
2025多模态大模型驱动下的生成式数字人技术与应用_第2页
2025多模态大模型驱动下的生成式数字人技术与应用_第3页
2025多模态大模型驱动下的生成式数字人技术与应用_第4页
2025多模态大模型驱动下的生成式数字人技术与应用_第5页
已阅读5页,还剩15页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于GAN优质的2D3D数字人相比2D3DAIGC数字人外貌与人设等展示素材均可以用AIGC

2023.11阿里未开源

EMO(Audio)2024.02

2024.06腾讯开源

EchoMimicV1Audio+Vision)2024.07蚂蚁开源2024.09字节未开源

EchoMimicV2Audio+Vision)2024.11蚂蚁开源

EMO2(Audio)2025.01HumanDiTVision)2025.02

OmniHumanAudio)2025.02

MoCha(Audio)2025.03Meta

DreamActor-M1Vision)2025.04字节未开源EchMimic是专注于增强D数字人物驱动效能的算法,用户仅需上传一张数字人或真实人物的图片及一段语音或视频资料,即可生成与之匹配V1V2 内部版本(Audio2Pose自动生成利用步数蒸馏算法,对EchoMimic以原来的模型作为Teacher,将40步的Teacher模型分成4段,每一段由10训练中对每一段生成过程,将0步ace的推理用MC蒸馏为一步,作为Student的拟合目标。加速后,视频生成耗时在A100GPU提速约9倍 原始模 加速模 原始模 加速模在A100GPU推理 时间时间

非加速版--30 加速版本--6与Pose

AI

SDAnimateAnyone,EMOV1/V2,

SVD

Omni-

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论