数字人3D

Talking-Head 开源

稿子丢进去几分钟，数字人替你开口演讲。

AI 数字人口播工具：仅需一段文本或音频文件，几分钟内即可生成演讲视频，支持 100+ 种语言与 350+···

Talking-Avatar 开源

懒得录口播？一句话让数字人替你出镜。

AI 数字人视频生成工具：输入纯文本或音频文件，几分钟内即可生成口播视频，支持 100+ 种语言与 35···

AI-Avatar 开源

几分钟生成一个主播，24 小时替你出镜带货。

AI 数字人主播生成器：输入文本或音频，几分钟内即可产出主播视频，支持 100+ 种语言与 350+ 音色模···

SGAM_NeurIPS22 开源

一张图生成连贯3D世界，生成与映射同步搞定

SGAM是NeurIPS 2022收录的3D场景生成与映射同步进行的研究项目。它旨在解决传统3D场景生成中生成与···

Mediapipe4u-plugin 开源

用摄像头实时驱动UE虚拟角色，动捕交互一步到位

Mediapipe4u-plugin 是一个将 Google MediaPipe 的实时人体追踪能力（面部、手势、姿态、整体动作）···

UE5-Dream 开源

在UE5里本地跑Stable Diffusion，边做边生成图像

UE5-Dream 是一个将 Stable Diffusion 图像生成能力集成到虚幻引擎 5（UE5）中的本地插件项目。它解···

stable-dreamfusion 开源

一句话生成 3D 模型，从文本或图片到可导出网格

stable-dreamfusion 是一个基于 NeRF 与扩散模型的开源 3D 生成工具，支持文本生成 3D、图像生成 3···

SolidUI 开源

一句话生成可视化图表，告别手写代码

SolidUI 是一个基于 AIGC 的图形生成框架，用户只需输入一句自然语言描述，即可自动生成对应的 2D ···

MotionDiffuse 开源

输入一句话，AI自动生成逼真的3D人体动画

MotionDiffuse 是一个基于扩散模型的文本驱动人体运动生成框架，旨在解决从自然语言描述直接生成高···

llm-metahuman 开源

用大模型驱动照片级逼真数字人，快速搭建沉浸式交互应用

llm-metahuman 是一个开源解决方案，旨在构建由 AI 驱动的照片级逼真数字人。它解决了传统数字人开···

ml-talking-face 开源

传一张照片和一段语音，自动生成对口型说话视频

这是一个基于CVPR 2022论文的AI数字人说话视频生成项目，通过输入一段音频和一张静态人脸照片，即可···

MM2022-ViCoPerceptualHeadGeneration 开源

用一张照片和驱动信号，生成口型同步的逼真说话人视频

ViCo 是一个面向对话场景的感知头部生成开源项目，来自 ACM MM 2022 Workshop。它解决的是在给定单···

SingleShapeGen 开源

一个 3D 模型，自动生成一堆相似新形状

SingleShapeGen 是 SIGGRAPH Asia 2022 论文《Learning to Generate 3D Shapes from a Single Exam···

AvatarCLIP 开源

输入一句话，自动生成并驱动3D虚拟人

AvatarCLIP 是 SIGGRAPH 2022 的论文项目，实现零样本文本驱动的 3D 虚拟人生成与动画。它解决了传···

LIHQ 开源

输入文字和形象，一键生成口型同步的高质量数字人演讲视频

LIHQ 是一个用于生成高质量 AI 虚拟主播/数字人视频的开源项目，核心目标是实现长文本推理下的高质···

sem2nerf 开源

一张语义图，直接生成可多视角观看的三维场景

Sem2NeRF 是 ECCV 2022 收录的研究项目，旨在将单张语义分割掩码（Semantic Mask）转换为三维神经辐···

CVPR2022-DaGAN 开源

用深度信息让说话头视频生成更逼真、姿态更可控

DaGAN 是 CVPR 2022 收录的论文《Depth-Aware Generative Adversarial Network for Talking Head V···

DigiHuman 开源

用普通摄像头就能驱动3D角色，告别昂贵动捕设备

DigiHuman 是一个基于 C# 的 3D 角色自动动画框架，利用姿态估计和地标生成技术，将单目摄像头或视···

awesome-talking-head-generation 开源

一张图看遍数字人技术，快速找到适合你的开源方案

这是一个汇集了数字人/说话头生成领域最前沿技术与资源的精选列表，旨在解决该领域资料分散、入门门···

wav2lip_288x288 开源

更高清唇形同步，让数字人说话更逼真

Wav2Lip 288x288 是一个基于 Wav2Lip 的改进版本，专注于高分辨率（288x288）的唇形同步视频生成。···

Audio2Head 开源

输入一张照片和语音，生成头部自然晃动的说话视频

Audio2Head 是一个基于 IJCAI 2021 论文的音频驱动说话头生成项目，专注于实现一次性（one-shot）的···

Blend_My_NFTs 开源

用 Blender 批量生成数千个 3D 变体，一键搞定 NFT 系列

Blend_My_NFTs 是一个基于 Blender 的自动化 3D 内容生成工具，主要面向 NFT 创作者和 3D 设计师。···

Co-Speech-Motion-Generation 开源

输入语音，自动生成数字人全身动作，省去动捕和手K动画。

Co-Speech-Motion-Generation 是一个从语音生成自由人体动作的开源项目，主要面向数字人、虚拟角色···

awesome-digital-human 开源

一份清单，搞定数字人从建模到动画的全技术栈选型。

这是一个精选数字人相关资源的开源项目，汇集了2D/3D/4D人体建模、虚拟化身生成与动画、穿衣人体数···