Joyvasa
模型概述
JoyVASA通過解耦的面部表徵框架和擴散變換器技術,從音頻線索生成高質量的面部動畫,適用於人物肖像和動物面部。
模型特點
解耦面部表徵
將動態面部表情與靜態3D面部表徵分離,支持更長的視頻生成
身份無關運動生成
擴散變換器直接從音頻生成運動序列,不受角色身份影響
跨物種支持
不僅能處理人物肖像,還能為動物面部生成動畫
多語言支持
在中文私有數據集和英文公開數據集的混合數據上訓練
模型能力
音頻驅動面部動畫生成
3D面部表徵渲染
跨物種面部動畫
長視頻序列生成
使用案例
數字娛樂
虛擬主播動畫
為虛擬主播生成與語音同步的面部表情和頭部運動
自然流暢的面部動畫效果
教育
動物形象教學
為教育內容中的動物形象生成生動的面部動畫
增強教學內容的趣味性和互動性
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98