可从单张照片生成逼真全身灵敏视频 字节跳动推OmniHuman (从单张照片到人脸建模综评)

字节跳动公司研讨人员开发了一种名为OmniHuman-1的人工自动模型，能够从单张图像生成逼真全身灵敏视频，效果令人惊叹。

OmniHuman：经过一张图片配合音频或视频，生成十分天然的会说话、唱歌的人类举措视频。支持各种不同类型输入(如单一的人物图片和音频、视频等信号)生成十分逼真真人视频动画，涵盖从面部表情到全身举措，无论是说话、唱歌、跳舞等。在生成动画时能够坚持极高的真实感，能够准确捕捉到人类的面部表情、身体举措、手势变化、物体交互等细节，跨越了现有的方法。