超写实3D数字人大模型(LAM)技术报告解读
合集 · 通义前哨站 (71)
-
【直播回放】ICLR 2025论文解读(上)——通义实验室篇
1:02:05
-
智能体工作流评估新框架:WorFBench
1:11
-
这是通义千问的来时路。
1:20
-
从单图到可驱动3D数字人生成技术讲解
15:23
-
有人问Qwen2.5-Omni 和VL的区别?
1:15
-
【直播回放】ICLR 2025论文解读(下)——通义实验室篇
1:27:46
-
通义万相2.1的3D VAE是什么?
2:03
-
多模态大模型解题新思路:mPLUG-Owl3
1:29
-
行业首发全栈MCP服务,尽在百炼平台~
0:42
-
通义万相2.1首尾帧生视频模型开源
1:29
-
【玩转MCP】手把手教你自定义部署MCP服务
1:23
-
【玩转MCP】手把手教你搭建专属MCP Agent
1:23
-
超写实3D数字人大模型(LAM)技术报告解读
1:57
-
表情、声音、说话风格一键复刻!
1:34
-
我们为千行百业而来。
0:23
-
Qwen3 来了!
0:40
-
Thinking Budget:让大模型灵活思考
1:20
-
Qwen3+MCP带来哪些新场景?
0:56
-
太好了,是Qwen的Deep Research,我们有救了
1:00
-
通义万相视频编辑统一模型VACE开源发布
1:07
-
【直播回放】通义万相视频编辑统一模型VACE开源
10:01
-
如果有Wan Day,它会是什么样子?
2:14
-
ZeroSearch:无需真实搜索也能激发模型搜索能力
2:42
-
今天来复习一下Qwen2.5-VL技术报告!
3:24
-
ParScale:一种全新的大模型Scaling Law
3:15
-
大模型如何持续进化,实现精准检索?
2:01
-
【直播回放】Qwen3-Embedding模型深度解析
59:14
-
语音识别怕噪声?CoGenAV 来破局!
2:40
-
在这里,了解通义千问的一切
0:37
-
微表情捕捉、潜台词翻译,AI“读心专家”就位!
1:36
-
理解画面捕捉细节,你的AI音效师来啦!
1:47
-
框架开源,无需邀约,即刻体验!
5:03
-
Qwen Vlo|描绘你关于世界的想象
0:57
-
10分钟,打造你的专属实时语音交互应用!
1:51
-
手机也能跑 Qwen3?手把手教你部署!
1:41
-
一句话玩转网页开发!
1:10
-
【直播回放】Ask Qwen3 Anything 2025年04月30日10点场
1:04:15
-
如何让AI有理有据地识别情绪?
52:16
-
来吧,上船,起航!
5:10
-
👂听说,Qwen3-Coder其实也能听懂大白话?
1:16
-
人人都是大导演!通义万相2.2来了!🤩
1:57
-
Github 5K+🌟WebAgent研究团队新作:WebShaper来啦
1:05
-
书画双全!Qwen-Image开源🖌
1:57
-
【直播回放】Qwen-Image技术报告解读和模型实战攻略01
2:04:47
-
音画传情 声启万相
1:05
-
什么呀?语音识别现在也要调监控啦🧐?
3:39
-
AgentScope1.0:终结智能体黑盒🗃️,打造生产级可控应用
4:03
-
🎙️ 开麦即真:CosyVoice 全面升级
1:41
-
不止入戏,更能入景🎬
1:20
-
说得更好、更准、更自然:Qwen3-TTS上线
2:35
-
原生全模态不降智
6:55
-
Qwen3-VL 看懂、理解并响应世界
2:03
-
多图编辑进化,万物皆可一键“同框”!
0:58
-
大就是好!Qwen3-Max 正式亮相
0:41
-
通义万相2.5:一句指令,玩转图像魔法
0:41
-
别让声音困住你的效率
0:44
-
通义万相2.5:一句话实现“Vibe PSing”!
0:47
-
通义万相2.5:让声音当你的视频“导演”!
0:48
-
通义万相2.5:让画面“声”动起来!
1:21
-
通义万相2.5:能听懂,也能准确执行!
0:54
-
Qwen3-Omni API上新:声形意合,令出智随
4:52
-
Fun-CosyVoice 3 重磅升级|更快、更准、更强表达力
1:15
-
Fun-ASR 全新升级|企业级抗干扰
1:21
-
「通义万相2.6」来啦!所有角色,听我指挥
0:39
-
Qwen-Image-Layered:下一代图像生成基础模型 🚀
0:51
-
进来复习!是谁8步推理1秒出图
0:55
-
【能干活的高情商语音搭子】
1:39
-
Qwen3-TTS上新,支持跨物种克隆音色!
3:19
-
Qwen-Image-2512 正式开源发布!
0:57
-
除夕!Qwen3.5来了!
1:16
-
Qwen-Audio-3.0-Realtime 发布:懂倾听,更聪明的实时语音方案
2:53
Description
🔥 单图秒级生成超写实3D数字人:得益于我们设计的2D图像与3D高斯点交互Transformer,可以在海量视频数据上训练,获得可泛化的3D高斯先验模型,从而做到单张图即可Feedforward秒级生成可驱动3D人头模型。 🔥 跨平台超实时驱动渲染:我们基于WebGL搭建了整个驱动和渲染框架,生成的3D人头模型可以基于WebGL在任意设备上超实时运行,在手机端都可以跑满120FPS。 🔥 低延迟实时交互对话数字人SDK:基于生成的3D数字人,我们搭建了完整的实时交互对话工程链路,包括LLM、ASR、TTS和数字人模块,即输入一张图片、即可与这张图片所生成的数字人化身进行低延迟的实时对话,应用于客服、教育、陪伴等场景。 📚 论文已被图形学顶会SIGGRAPH 2025接收,全文👉 LAM: Large Avatar Model for One-shot Animatable Gaussian Head 项目主页: github/projects/LAM 代码库: github/aigc3d/LAM 在线演示: huggingface/spaces/LAM
Comments
基于LAM的OpenAvatarChat BV1jz5xzXEW6
♥ 2
好棒!请问有没有单图生成3d网格模型的技术,我觉得这个应用场景更大。
♥ 1
这是开源的么?可以免费试用么
♥ 1 ↩ 6
😳
♥ 1
开幕nice爷爷
♥ 1
用c4d的技术?
跟GAGAvatar的效果差不多,胜在FPS吧
撞车了[笑哭]跟我最近做的一个工作很相似
有教程吗?!通义宝宝!我正需要你!
来了
[打call]
个人配置要什么显卡?[doge]