MagicAvatar

2个月前发布 1,961 0 0

MagicAvatar是由字节跳动开发的多模态框架,它能够将各种输入模式(如文本、视频和音频)转换为运动信号,进而生成或激活一个虚拟形象(Avatar)。然后基于这些信号生成以形象为中心的视频。 以下是几种模式场景:

语言:
zh
收录时间:
2026-08-31
MagicAvatarMagicAvatar

MagicAvatar是由字节跳动开发的多模态框架,它能够将各种输入模式(如文本、视频和音频)转换为运动信号,进而生成或激活一个虚拟形象(Avatar)。然后基于这些信号生成以形象为中心的视频。 以下是几种模式场景:

数据统计

相关导航

FaceChain

FaceChain

FaceChain是一个可以将自己的照片上传并生成数字孪生的应用程序。它使用了多个模型,包括面部检测模型、图像旋转模型、人体解析模型、肤色修饰模型等。在训练阶段,用户可以上传清晰的面部区域图像,输出Face LoRA模型。在推断阶段,基于面部LoRA模型和样式LoRA模型生成个人肖像图像,然后进一步改善肖像图像的面部细节。你可以通过FaceChain的Python脚本或熟悉的Gradio界面训练你的数字孪生模型并生成照片,也可以直接通过ModelScope Studio体验FaceChain。该项目由阿里达摩院开发。
PASD

PASD

一个功能强大的开源图像处理工具,它能够实现真实感图像的超分辨率和个性化的风格化。该工具不仅可以将低分辨率的图像转换为高分辨率版本,而且还能保持或增强图像的真实感。它具备多种处理任务的能力,包括但不限于图像超分辨率、旧照片修复、个性化风格化(例如将照片转换为动漫风格)以及图像上色等。举个例子,你可以使用PASD来恢复家族旧照片的细节,或者将普通照片转换成具有独特艺术风格的作品。