跳到正文

Loopy model

仅凭音频驱动肖像头像的动态

访问官网

Loopy 是什么

Loopy 被介绍为一个端到端的音频驱动视频扩散模型,专门设计了跨剪辑和内部剪辑的时间模块以及音频到潜在表示模块。它利用数据中的长期运动信息学习自然运动模式,提高音频与肖像运动的相关性,并消除了现有方法中手动指定空间运动模板的需求。

你可以用它做什么

  • 仅通过音频在多种视觉和音频风格下生成生动的运动细节
  • 为同一参考图像按不同音频输入生成运动适应性合成结果
  • 支持叹息、情绪驱动的眉毛和眼睛动作以及自然头部运动等非言语动作
  • 支持快速、舒缓或逼真的歌唱表演,也可输入带侧面轮廓的图像

应用场景

  • 在视频会议中生成与语音同步的逼真头像
  • 在虚拟现实游戏中为角色创建动态响应的面部表情
  • 在社交媒体平台上生成个性化的动态肖像

上手流程

  • 访问 Loopy 的官方网站或 GitHub 页面
  • 阅读文档,了解模型的工作原理和使用条件
  • 下载必要的代码和数据集
  • 根据指导设置环境,安装所需的库和依赖

优点与缺点

✓ 我们认可的地方

  • 支持叹息、情绪驱动的眉毛和眼睛动作等非言语动作
  • 支持输入带有侧面轮廓的图像

! 需要留意的地方

  • 动态由音频输入与参考肖像共同生成
  • 上手需要下载代码与数据集并设置环境

常见问题

动态由什么驱动?

资料描述的是一个端到端的音频驱动视频扩散模型。

支持哪些输入?

功能列表提到不同的音频输入、同一参考图像以及带侧面轮廓的图像。

最后评测: 2026-11-15

更多 AI 视频生成 工具

查看全部 →

评测方法