世界

bytedance dreamactor-m1の画像は、実際の人間のビデオに変わります

bytedanceリファレンス画像からの現実的な人間のアニメーションDreamActor-M1モデルを使用して注意 引っ張った。人工知能モデルでは、より薄い制御を実現するための既存のアニメーションモデルの主な問題、より多くの適応性とより良い一貫性についても説明します。 Bytedance Dreamactor-M1は何を提供していますか？ Dreamactor-M1は拡散トランス（DIT）アーキテクチャに基づいており、ハイブリッドガイダンスアプローチを使用して結果を達成しています。このモデルは、暗黙の顔の表現、3Dヘッド球、3Dボディスケルトンの組み合わせを使用して、顔の表現と体の動きをより精密に制御します。 このモデルは、さまざまなボディポーズと画像スケールを処理するために、解像度とスケールが変更されたデータセットの進歩的な戦略を使用してトレーニングされています。 Dreamactor-M1は、複雑な動きの間に見られない領域に関連する課題を組み合わせて、連続したフレームからの運動パターンを組み合わせて、長期間の一貫性を補完的な視覚参照と組み合わせます。 この研究記事では、Dreamactor-M1を最先端の人間の画像アニメーションモデルと比較しています。 Dreamactor-M1、アニメーションアノン、チャンピオン、ミミックモーション、ボディアニメーションのために廃棄することと比較して、ポートレートアニメーションのモデルは、Liveportrait、X-Portrait、Skyreeels-A1、滑走路ACT-Oneで評価されました。 比較の結果は、Dreamactor-M1がより印象的で一貫したアニメーションを生成する際に既存の方法よりも優れていることを示しています。 また、研究者は、これらの人工知能モデルを乱用することができることを認め、リスクを減らすために明確な倫理的規則と責任ある使用指示が必要であることに気づきます。 Dreamactor-M1には、特定の制限と進捗があります。このモデルは、動的なカメラの動きを制御し、環境オブジェクトとの物理的な相互作用を作成するのがまだ困難ではありません。開発者は、将来これらの問題を克服するように彼らを標的にしています。 #bytedance #dreamactorm1の画像は実際の人間のビデオに変わります