EchoMimicV2：支付宝团队最新数字人动画生成技术

文章预览

EchoMimicV2: Towards Striking, Simplified, and Semi-Body Human Animation 介绍： https://antgroup.github.io/ai/echomimic_v2/ 代码： https://github.com/antgroup/echomimic_v2 论文： https://arxiv.org/abs/2411.10061v1 EchoMimicV2 是由蚂蚁集团支付宝团队最新发布的新型半身人体动画生成方法，是 EchoMimic 的升级版本实现“数字脸”到“数字人”的生成效果，旨在通过简化不必要的条件来实现引人注目的动画效果。 EchoMimicV2 采用了音频-姿态动态协调策略（APDH），包括姿态采样和音频扩散，以增强半身细节、面部和手势的表现力，同时减少条件的冗余。此外，该方法利用头部局部注意力机制整合头像数据，无需额外插件即可增强面部表情，并通过特定阶段的去噪损失（PhD Loss）优化动画的运动、细节和低级质量。 EchoMimicV2 的特点在于其能够通过减少条件复杂性来提高动画质量，同时保持音频内容 ………………………………