LHM：仅需单图，秒级生成可驱动3D数字人！

通义实验室

合集 · 通义前哨站 (71)

  1. 1:02:05
    【直播回放】ICLR 2025论文解读（上）——通义实验室篇
  2. 1:11
    智能体工作流评估新框架：WorFBench
  3. 1:20
    这是通义千问的来时路。
  4. 15:23
    从单图到可驱动3D数字人生成技术讲解
  5. 1:15
    有人问Qwen2.5-Omni 和VL的区别？
  6. 1:27:46
    【直播回放】ICLR 2025论文解读（下）——通义实验室篇
  7. 2:03
    通义万相2.1的3D VAE是什么？
  8. 1:29
    多模态大模型解题新思路：mPLUG-Owl3
  9. 0:42
    行业首发全栈MCP服务，尽在百炼平台～
  10. 1:29
    通义万相2.1首尾帧生视频模型开源
  11. 1:23
    【玩转MCP】手把手教你自定义部署MCP服务
  12. 1:23
    【玩转MCP】手把手教你搭建专属MCP Agent
  13. 1:57
    超写实3D数字人大模型（LAM）技术报告解读
  14. 1:34
    表情、声音、说话风格一键复刻！
  15. 0:23
    我们为千行百业而来。
  16. 0:40
    Qwen3 来了！
  17. 1:20
    Thinking Budget：让大模型灵活思考
  18. 0:56
    Qwen3+MCP带来哪些新场景？
  19. 1:00
    太好了，是Qwen的Deep Research,我们有救了
  20. 1:07
    通义万相视频编辑统一模型VACE开源发布
  21. 10:01
    【直播回放】通义万相视频编辑统一模型VACE开源
  22. 2:14
    如果有Wan Day，它会是什么样子？
  23. 2:42
    ZeroSearch：无需真实搜索也能激发模型搜索能力
  24. 3:24
    今天来复习一下Qwen2.5-VL技术报告！
  25. 3:15
    ParScale：一种全新的大模型Scaling Law
  26. 2:01
    大模型如何持续进化，实现精准检索？
  27. 59:14
    【直播回放】Qwen3-Embedding模型深度解析
  28. 2:40
    语音识别怕噪声？CoGenAV 来破局！
  29. 0:37
    在这里，了解通义千问的一切
  30. 1:36
    微表情捕捉、潜台词翻译，AI“读心专家”就位！
  31. 1:47
    理解画面捕捉细节，你的AI音效师来啦！
  32. 5:03
    框架开源，无需邀约，即刻体验！
  33. 0:57
    Qwen Vlo｜描绘你关于世界的想象
  34. 1:51
    10分钟，打造你的专属实时语音交互应用！
  35. 1:41
    手机也能跑 Qwen3？手把手教你部署！
  36. 1:10
    一句话玩转网页开发！
  37. 1:04:15
    【直播回放】Ask Qwen3 Anything 2025年04月30日10点场
  38. 52:16
    如何让AI有理有据地识别情绪？
  39. 5:10
    来吧，上船，起航！
  40. 1:16
    👂听说，Qwen3-Coder其实也能听懂大白话？
  41. 1:57
    人人都是大导演！通义万相2.2来了！🤩
  42. 1:05
    Github 5K+🌟WebAgent研究团队新作：WebShaper来啦
  43. 1:57
    书画双全！Qwen-Image开源🖌
  44. 2:04:47
    【直播回放】Qwen-Image技术报告解读和模型实战攻略01
  45. 1:05
    音画传情 声启万相
  46. 3:39
    什么呀？语音识别现在也要调监控啦🧐？
  47. 4:03
    AgentScope1.0：终结智能体黑盒🗃️，打造生产级可控应用
  48. 1:41
    🎙️ 开麦即真：CosyVoice 全面升级
  49. 1:20
    不止入戏，更能入景🎬
  50. 2:35
    说得更好、更准、更自然：Qwen3-TTS上线
  51. 6:55
    原生全模态不降智
  52. 2:03
    Qwen3-VL 看懂、理解并响应世界
  53. 0:58
    多图编辑进化，万物皆可一键“同框”！
  54. 0:41
    大就是好！Qwen3-Max 正式亮相
  55. 0:41
    通义万相2.5：一句指令，玩转图像魔法
  56. 0:44
    别让声音困住你的效率
  57. 0:47
    通义万相2.5：一句话实现“Vibe PSing”！
  58. 0:48
    通义万相2.5：让声音当你的视频“导演”！
  59. 1:21
    通义万相2.5：让画面“声”动起来！
  60. 0:54
    通义万相2.5：能听懂，也能准确执行！
  61. 4:52
    Qwen3-Omni API上新：声形意合，令出智随
  62. 1:15
    Fun-CosyVoice 3 重磅升级｜更快、更准、更强表达力
  63. 1:21
    Fun-ASR 全新升级｜企业级抗干扰
  64. 0:39
    「通义万相2.6」来啦！所有角色，听我指挥
  65. 0:51
    Qwen-Image-Layered：下一代图像生成基础模型 🚀
  66. 0:55
    进来复习！是谁8步推理1秒出图
  67. 1:39
    【能干活的高情商语音搭子】
  68. 3:19
    Qwen3-TTS上新，支持跨物种克隆音色！
  69. 0:57
    Qwen-Image-2512 正式开源发布！
  70. 1:16
    除夕！Qwen3.5来了！
  71. 2:53
    Qwen-Audio-3.0-Realtime 发布：懂倾听，更聪明的实时语音方案
Description 
本期视频我们为大家讲解LHM（Large Animatable Human Reconstruction Model）的新型3D人体重建模型。LHM利用最先进的Transformer架构，结合SMPL-X人体模型，能够在仅输入单张图像的情况下，快速生成可驱动的高质量3D人体模型，耗时仅需2秒。相比传统方法（如Light Stage系统或多视角优化），LHM大幅降低了成本与复杂性，并显著提升了效率。
核心技术包括Body-Head Transformer架构、Multi-modality Transformer设计以及基于2D和3D Token融合的端到端学习方案。通过在大规模视频数据中进行自监督训练，LHM克服了高质量3D数据稀缺的问题，同时验证了模型与数据扩展能力（Scalability）。实验表明，随着模型参数量与训练数据规模增加，生成结果在细节表现上显著提升。
LHM的应用场景广泛，涵盖动作重定向（Reenactment）、游戏资产集成以及虚拟现实交互等。代码已开源，并提供云端部署方案，便于用户快速体验与二次开发。

Comments

梨花酒酿 2025-04-02

强，感觉是基于现有3d大模型的框架做出了具有人体先验的3d数字人模型。 想问两个小细节，一是在in-the-wild视频上训练的模型，为什么直接应用在动漫角色上没有gap，二是smplx能直接驱动衣物吗[笑哭] 再次感谢开源🌹

♥ 3 ↩ 4

AI全文总结 2025-04-02

AI课代表总结： 本视频介绍了从单张照片生成可驱动3D数字人物的新技术——I Chan（Large Human Model）。该技术利用先进的Transformer架构，在短短两秒内即可创建逼真的三维数字人类。 要点: - 🤖新技术：只需一张图片即可生成高质量的可驱动3D数字人，极大降低了时间和成本。 - 💼现状分析：传统方法构建3D数字人耗时费力，需大量人工操作及高昂费用。 - 🔗创新机制：采用Vision Transformer技术和Multi-modality Transformer架构处理2D图像并转换成3D模型。 - 🔄应用场景：支持多种用途，如动画再现、游戏角色开发及虚拟现实互动等。 - 🛠开放资源：提供完整的源码和技术文档，并设有在线演示平台方便用户试用。

♥ 3

豇花发芽雅画花匠坊 2025-04-07

[嗑瓜子] 这个模型有没有可能做到，我给它喂视频，它能根据视频生成动作模板，然后让它根据动作模板接入3D场景中驱动3D模型做动作，比如我找一段舞蹈视频，让它编排跳舞，然后在VRChat中跳舞给我看。

♥ 3 ↩ 1

BestOfilibiliB 2025-04-03

运动员打篮球的动作[辣眼睛]

♥ 2

光叔新号 2025-09-13

请问1.这个能用rocm推理吗？2.可导出3d模型文件吗？3.如果可导出，回归后是直接把衣服资产做一起了，这个衣服资产可替换吗？感谢

♥ 1 ↩ 1

张我勒个去 2025-04-02

tql

♥ 1

与AI同行1996 2025-04-04

[支持][支持]

♥ 1 ↩ 1

Guanyc 2025-04-02

可以本地部署吗？让我试试

♥ 1

岸上的螃蟹 2026-01-13

你好，这个可以导入UE5使用吗

你的小刘姐姐啊 2025-04-11

搞过来搞过去还是3d建模[doge_金箍]