跳到正文

JoyVASA

基于扩散模型的音频驱动人像动画技术

访问官网

JoyVASA 是什么

JoyVASA 被介绍为一种扩散模型方法,把动态表情与静态 3D 面部表示分离,以生成面部动态与头部运动。

你可以用它做什么

  • 生成更长的人像视频
  • 从音频提示采样运动序列
  • 由 3D 关键点渲染动画
  • 把方法扩展到动物面部

上手流程

  • 从参考图像提取 3D 面部特征
  • 从输入语音提取音频特征
  • 用滑动窗口采样运动序列

优点与缺点

✓ 我们认可的地方

  • 资料列出更长视频生成能力
  • 训练使用含中文和英文的混合数据集

! 需要留意的地方

  • 技术基于扩散模型构建
  • 需要一张参考图像作为输入

常见问题

动画由什么驱动?

资料说明它由音频驱动生成运动序列。

支持动物吗?

资料说明支持动物面部动画。

最后评测: 2026-11-15

更多 AI 视频生成 工具

查看全部 →

评测方法