Arc2Avatar是一种通过单张图像生成3D头像的新方法，结合了人脸基础模型、精细调优和条件修改技术，能够生成多视角的人头。实验结果表明，该方法在真实性和身份保持方面表现优异，并有效改善了色彩问题，对3D头像生成领域产生了重要影响。

本文提出了一种从野外拍摄的单目 RGB 视频学习高质量的隐式三维头像的方法，通过参数化人脸模型驱动头像实现用户控制的面部表情和头部姿态，并使用几何先验和 3DMM 的动态跟踪结合神经辐射场实现细粒度控制和光线真实感。实验结果表明，该方法能够重建高质量的头像，并具有更准确的表情依赖细节，更好地推广到训练之外的表情和数量上优秀的渲染效果。