非正面视角处理

Hallo3 是复旦大学与百度联合开源的高动态与真实感肖像动画生成框架，基于扩散变换器网络(Diffusion Transformer Networks)，能够生成高度动态和逼真的视频。该项目支持处理非正面视角的肖像动画，渲染肖像周围的动态物体，生成沉浸式逼真背景，并具备强大的泛化能力。通过身份参考网络确保视频序列中的面部身份一致，支持语音音频驱动的连续视频生成。

基于视觉条件并行去噪的无限长度和高保真虚拟人视频生成框架。

Loopy是一个能够利用长期运动依赖性生成自然运动模式的项目，仅通过音频生成生动的运动细节，支持多种视觉和音频风格，消除手动指定空间运动模板的需求，生成运动自适应的合成结果。

ChatAvatar是一个创新的平台，允许用户通过文本、照片或艺术作品在几分钟内生成可动画化的、符合生产标准的3D头像。该项目旨在简化3D头像的创建过程，使个人和企业能够快速获取高质量的数字化形象。

Studio Neiro AI 是一个生成视频头像的平台，可以创建出具有真实人类特征和微表情的虚拟角色，精准传达品牌脚本或音频演讲内容。用户可以自定义AI头像的声音，以匹配说话者的个性，适用于多种场景。

KeypointNeRF通过相对空间编码的关键点，生成多视角的体积化头像，适用于虚拟现实和游戏等领域。

Immersive Fox 是一款先进的 AI 文本转视频工具，旨在通过简单的文本输入在几分钟内生成吸引人的多语言视频，帮助企业提升营销和沟通策略。用户可以创建个性化的数字化身，简化视频制作过程，增强与受众的联系。

Astria是一个基于AI的平台，提供Dreambooth API，允许用户使用AI创建自定义图像。用户只需注册账户，便可在几分钟内开始使用，按照简单易懂的文档将API集成到应用程序或网站中。

Sadtalker AI是一种开源技术，旨在根据音频输入为静态图像进行动画处理，使图像生动起来，适用于各种场景，如社交媒体、教育和娱乐。

echomimic_v2 是 echomimic 的升级版本，从数字脸升级到数字人，支持通过输入图像、音频和手势生成高度逼真的数字人。该工具集成了音频处理和手势输入，增强了交互体验，适用于虚拟主播、虚拟助手、教育、娱乐等多种场景。

腾讯推出的高分辨率3D资产生成工具，能通过图片或文字生成高质量的3D模型和纹理，让3D创作变得简单高效

QuickMagic通过先进的AI技术革新了动作捕捉的方式，为动画师、游戏开发者和数字内容创作者提供简化且经济高效的解决方案。它能够实时准确地捕捉和分析人类运动，支持各种规模和复杂度的项目，并与多种动画和游戏开发软件兼容。

Text2Motion是一个生成式AI初创公司，通过文本提示创建3D骨骼动画，旨在革新游戏、电影和视觉特效的动画制作。用户只需输入描述性文本提示，即可几乎瞬时生成3D骨骼动画。

MagicAnimate 是一个基于扩散模型的框架，旨在通过一张照片和骨骼动画生成时间连贯的人像动画视频。它专注于提高时间连贯性、忠实地保留参考图像以及提升动画的真实感。项目提供了创新的外观编码器和视频融合技术，确保长视频动画的平滑过渡，并在 TikTok 舞蹈数据集上，视频真实度比基线提高了超过 38%。此外，MagicAnimate 还提供了 Gradio 演示，支持本地和在线测试。