论文作者来自阿里巴巴通义实验室的 3D 团队。第一作者何益升，本科毕业于武汉大学，博士毕业于香港科技大学；通讯作者原玮浩，本科毕业于浙江大学，博士毕业于香港科技大学；团队 董子龙，本科博士均毕业于浙江大学。
三维数字头像的建模、驱动和渲染是计算机图形学与计算机视觉的重要课题之一，在虚拟会议、影视制作、游戏开发等领域有广泛应用。传统方法依赖多视角数据或视频序列训练，存在计算成本高、输入条件难、泛化能力弱等问题。
近年来，基于神经辐射场（NeRF）和 3D 高斯溅射（Gaussian Splatting）的技术虽提升了建模质量，但仍面临多视角/视频输入训练的依赖以及神经后处理导致的渲染效率低的问题。
LAM（Large Avatar Model）的提出，旨在通过单张图像实现实时可驱动的 3D 高斯头像生成，突破传统方法对视频数据或复杂后处理的依赖，为轻量化、跨平台的 3D 数字人应用提供新思路。
论文标题：LAM：Large Avatar Model for One-shot Animatable Gaussian Head
论文地址：abs/2502.17796
项目主页: projects/LAM
代码库：aigc3d/LAM
国外 Demo：spaces/3DAIGC/LAM
国内 Demo：studios/Damo_XR_Lab/LAM_Large_Avatar_Model
核心亮点：
0 条