本研究综合评估了生成性人工智能在角色动画中的应用，分析了面部动画、表情渲染和图像合成等技术，指出了当前面临的挑战，并为未来研究方向提供指导。

本文介绍了一种新型框架，用于角色动画，通过扩展训练数据和使用扩散模型来保持细节特征的一致性。该框架还引入了空间注意力合并细节特征、高效的姿势指导器来控制角色运动，并采用有效的时间建模方法来实现视频帧之间的流畅过渡。在角色动画领域取得了卓越的结果，并在时尚视频和人类舞蹈合成基准上取得了最先进的成果。

InsActor是一种基于扩散的人体运动模型，可以生成基于物理的角色动画。它通过条件化运动规划捕捉指令和动作之间的关系，并在潜在空间中发现低级技能和映射计划。实验表明，InsActor在各种任务中取得了最先进的结果，特别适用于执行具有丰富指令集的长程任务。

InsActor是一种基于扩散的人体运动模型，能够生成基于物理的角色动画。它使用扩散策略进行条件化运动规划，以捕捉指令和动作之间的复杂关系，并在潜在空间中发现低级技能和映射计划。实验表明，InsActor在各种任务中取得了最先进的结果，特别适用于执行具有丰富指令集的长程任务。