本文介绍了一种新颖的生成静态和关节3D资产的方法，利用3D自解码器框架学习属性并渲染一致的外观。该方法在无摄像头信息的情况下，通过多视角图像学习几何感知的身体表示，显著提高了姿态估计性能，并在少量标记数据下超越了传统方法。

本文介绍了一种新颖的3D资产生成方法，利用3D自解码器框架学习潜在空间中的属性，实现高质量的3D图像合成和重建。该方法在多个基准数据集上超越了现有技术，特别在无监督面部表情识别和视频生成方面表现出色。