PersonaLive是澳门大学等机构提出的实时肖像动画方案，通过流式金字塔去噪，使不同噪声档位的帧共享一次UNet前向，实现4步去噪仅需1/4次计算，支持无限长视频流。它分离身份、姿态、表情三条条件通路，并用TensorRT融合加速。训练分三阶段，代码和权重已开源。

英国所有18岁及以上的人均可参与“A National Portrait”项目，拍摄个人照片并生成数字肖像，展出至2026年10月27日。该项目结合AI技术与艺术创作，鼓励公众参与。5月14日将在国家肖像画廊举办免费绘画活动，并提供在线绘画课程。

本研究针对肖像模式短视频的音视频事件定位（AVEL）问题，提出了专用数据集AVE-PM，并改进了数据预处理和模型设计，显著提升了性能，为移动视频内容的AVEL研究奠定了基础。

本文解决了文本到图像扩散模型在生成多样肖像时，对阴影控制缺乏直观性的问题。我们提出了“阴影导演”，该方法在经过训练的扩散模型中提取和操作隐藏的阴影属性，只需少量合成图像和快速训练，能够实现对阴影形状、位置和强度的参数化控制，同时保留多样风格中的艺术完整性和身份。此方法为资源友好的可访问解决方案，具有广泛应用的潜力。

本研究解决了肖像视频编辑中缺乏灵活性和训练需求的问题，提出了一种无需训练的通用框架。该框架基于统一动画控制机制，支持不同条件下的肖像外观和嘴部编辑，显著提高了视频编辑的同步性和灵活性，具有广泛的应用潜力。

1999年出生的施文轩在美国西北大学攻读计算机博士学位。他受到深圳南方科技大学教授的影响，选择赴美深造。尽管面临压力与焦虑，他通过参加人工智能网络安全挑战赛找到了方向，计划在2025年发表论文，并关注行业实习。他的经历反映了许多中国留学生在学术与职业之间的挣扎。

本研究解决了当前基于扩散的方法在单图像3D肖像生成中常常出现的低保真和模糊纹理问题，主要因为跨视角一致性考虑不足。我们提出了一种混合先验扩散模型，它综合利用多视角先验来改善生成肖像的细节与一致性，实验结果表明，该方法能有效生成高几何精度和丰富细节的3D肖像。

Live_iy 是一款应用，通过参考视频为静态肖像添加动态效果。用户上传肖像和参考视频后，利用 Segmind 的 API 将静态图像转化为动态视频。应用使用 React 和 Sass 构建，并集成了 Pinata 和 Segmind 的 API。界面设计直观，方便用户操作。

本文介绍了一种基于音频信号生成个性化逼真说话动画的系统，提出了IMavatar、3D感知生成对抗网络和Myportrait等新方法。这些方法通过深度学习和3D模型整合，提升了面部动画的质量和一致性，成功解决了高质量动态脸部生成的挑战。

本文介绍了一系列基于神经网络的头发渲染和建模方法，包括从单一图像生成3D头发模型、准确建模头发几何形状和外观，以及通过新框架实现高逼真度发型恢复。这些方法在多个实验中表现出优越的性能，克服了传统技术的局限性。

本文介绍了多种基于语音驱动的说话人脸合成技术，包括情感视频肖像、无监督学习的3D模型、一次性风格控制和变分风格转换模型。这些方法通过提取面部特征和风格，生成高质量的动态视频人像，显著提升了合成的自然性和表现力。实验结果显示，这些新技术在视觉质量和表达丰富性方面优于现有方法。