该论文提出了一种生成具有可控面部动作的谈话面孔的方法，通过建立规范空间和多模态运动空间，分离身份和运动，实现了生成外观自然、具有完全可控面部属性和准确的唇部同步的谈话面孔。实验证明，该方法在视觉质量和唇同步得分方面取得了最先进的结果。这是第一个开发出在生成的视频中准确地展示包括唇部、头部姿势和眼动等所有目标面部运动的谈话面孔生成框架，没有超越 RGB 视频与音频的任何附加监督。

该论文提出了一种生成具有可控面部动作的谈话面孔的方法，通过建立规范空间和多模态运动空间，实现了外观自然、具有完全可控面部属性和准确的唇部同步。实验证明该方法在视觉质量和唇同步得分方面取得了最先进的结果。这是第一个开发出在生成的视频中准确展示包括唇部、头部姿势和眼动等所有目标面部运动的谈话面孔生成框架，没有超越 RGB 视频与音频的任何附加监督。

该论文提出了一种生成具有可控面部动作的谈话面孔的方法，通过建立规范空间和多模态运动空间，分离身份和运动，实现了生成外观自然、具有完全可控面部属性和准确的唇部同步的谈话面孔。实验证明，该方法在视觉质量和唇同步得分方面取得了最先进的结果。这是第一个开发出在生成的视频中准确地展示包括唇部、头部姿势和眼动等所有目标面部运动的谈话面孔生成框架，没有超越 RGB 视频与音频的任何附加监督。

该论文提出了一种生成具有可控面部动作的谈话面孔的方法，通过建立规范空间和多模态运动空间，使用正交性约束分离身份和运动，实现了外观自然、具有完全可控面部属性和准确的唇部同步。实验证明，该方法在视觉质量和唇同步得分方面取得了最先进的结果，是第一个能够准确展示包括唇部、头部姿势和眼动等所有目标面部运动的谈话面孔生成框架，无需额外的RGB视频和音频监督。

该文介绍了一种新的框架，用于从野外视频中重建人体和场景，并提供新的人体姿势和视角渲染的方法。该方法能够从仅 10 秒的视频剪辑中学习特定主题的细节，并提供在新视角和新姿势下人体的高质量渲染和背景。