本文介绍了一种新的混合表征和端到端可训练的网络体系结构，用于建模可编辑和可定制的神经化身。该模型具有3D一致性，并利用神经场的模建模力量。通过贡献一个新的高质量数据集，该方法生成了多样化的详细化身，并比现有方法获得更好的模型拟合性能。