# 人像動畫

StableAnimator是首個端到端身份保留的視頻擴散框架，能夠在不進行後處理的情況下合成高質量視頻。該技術通過參考圖像和一系列姿勢進行條件合成，確保了身份一致性。其主要優點在於無需依賴第三方工具，適合需要高質量人像動畫的用戶。

FLOAT是一種音頻驅動的人像視頻生成方法，它基於流匹配生成模型，將生成建模從基於像素的潛在空間轉移到學習到的運動潛在空間，實現了時間上一致的運動設計。該技術引入了基於變換器的向量場預測器，並具有簡單而有效的逐幀條件機制。此外，FLOAT支持語音驅動的情感增強，能夠自然地融入富有表現力的運動。廣泛的實驗表明，FLOAT在視覺質量、運動保真度和效率方面均優於現有的音頻驅動說話人像方法。

JoyVASA是一種基於擴散模型的音頻驅動人像動畫技術，它通過分離動態面部表情和靜態3D面部表示來生成面部動態和頭部運動。這項技術不僅能夠提高視頻質量和唇形同步的準確性，還能擴展到動物面部動畫，支持多語言，並在訓練和推理效率上有所提升。JoyVASA的主要優點包括更長視頻生成能力、獨立於角色身份的運動序列生成以及高質量的動畫渲染。

AdvancedLivePortrait-WebUI是一個基於Gradio框架開發的Web界面，用於即時人像動畫編輯。該技術允許用戶通過上傳圖片來編輯人物的面部表情，實現了高效的肖像動畫製作。它基於LivePortrait算法，利用深度學習技術進行面部特徵的捕捉和動畫製作，具有操作簡便、效果逼真的優點。產品背景信息顯示，它是由jhj0517開發的開源項目，適用於需要進行人像動畫製作的專業人士和愛好者。目前該項目是免費的，並且開源，用戶可以自由使用和修改。

Hallo2是一種基於潛在擴散生成模型的人像圖像動畫技術，通過音頻驅動生成高分辨率、長時的視頻。它通過引入多項設計改進，擴展了Hallo的功能，包括生成長時視頻、4K分辨率視頻，並增加了通過文本提示增強表情控制的能力。Hallo2的主要優點包括高分辨率輸出、長時間的穩定性以及通過文本提示增強的控制性，這使得它在生成豐富多樣的肖像動畫內容方面具有顯著優勢。

TCAN是一種基於擴散模型的新型人像動畫框架，它能夠保持時間一致性並很好地泛化到未見過的領域。該框架通過特有的模塊，如外觀-姿態自適應層(APPA層)、時間控制網絡和姿態驅動的溫度圖，來確保生成的視頻既保持源圖像的外觀，又遵循驅動視頻的姿態，同時保持背景的一致性。

EchoMimic是一個先進的人像圖像動畫模型，能夠通過音頻和選定的面部特徵點單獨或組合驅動生成逼真的肖像視頻。它通過新穎的訓練策略，解決了傳統方法在音頻驅動時可能的不穩定性以及面部關鍵點驅動可能導致的不自然結果。EchoMimic在多個公共數據集和自收集數據集上進行了全面比較，並在定量和定性評估中展現出了卓越的性能。

LivePortrait是一個用於人像動畫的高效工具，它通過拼接和重定向控制技術，能夠將靜態圖片轉化為生動的動畫。這項技術在圖像處理和動畫製作領域具有重要意義，可以大幅度提升動畫製作的效率和質量。產品背景信息顯示，它是由shadowcz007開發，並且與comfyui-mixlab-nodes配合使用，可以更好地實現人像動畫效果。

LivePortrait是一個基於隱式關鍵點框架的人像動畫生成模型，它通過使用單一源圖像作為外觀參考，並從驅動視頻、音頻、文本或生成中獲取動作（如面部表情和頭部姿勢），來合成逼真的視頻。該模型不僅在計算效率和可控性之間取得了有效平衡，而且通過擴展訓練數據、採用混合圖像-視頻訓練策略、升級網絡架構以及設計更好的運動轉換和優化目標，顯著提高了生成質量和泛化能力。

Follow-Your-Emoji是一個基於擴散模型的人像動畫框架，能夠將目標表情序列動畫化到參考人像上，同時保持人像身份的一致性、表情的傳遞、時間的連貫性和保真度。它通過採用表情感知標誌和麵部細粒度損失技術，顯著提升了模型在控制自由風格人像表情方面的表現，包括真實人物、卡通、雕塑甚至動物。此外，它還通過簡單有效的逐步生成策略，擴展到穩定的長期動畫，增加了其潛在的應用價值。