本研究整合了3D可变模型与多视角一致性扩散方法，提升了生成模型在创建可控、逼真的人类头像方面的质量。实验结果表明，该框架能够从单一图像生成一致的3D头像，并实现面部表情和姿势的精确控制，显著优于现有技术。