Awesome-Avatars

一份清单，快速掌握人类 Avatar 前沿技术全景

Awesome-Avatars 是一个聚焦于人类虚拟形象（Avatar）前沿技术的精选列表，涵盖生成、重建与编辑三大方向。项目系统梳理了基于 NeRF、3DGS、SMPL、扩散模型等技术的论文与开源代码，包括人体神经渲染、图像到 3D 重建、动作生成等子领域。它解决了研究者与工程师在追踪快速演进的 Avatar 技术时信息分散、检索困难的问题，通过分类整理和持续更新，为用户提供一份高质量的技术索引。核心能力在于其结构化的分类体系和精选的论文/项目链接，帮助用户快速定位特定技术方向并了解最新进展。作为早期项目，其价值在于信息聚合与导航，而非提供代码或工具。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 276

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队pansanity666

所属国家

官网地址

GitHubhttps://github.com/pansanity666/Awesome-Avatars

定价模式free

价格说明开源项目，无在线服务，需自行部署，全部功能免费。

访问状态

是否开源是

开源协议

主要语言

技术栈/模型3dreconstruction,aigc,avatar,diffusion,humannerf,image-to-3d,motion-generation,nerf,neural-rendering,sdf,smpl,stable-diffusion,t23d,text-to-3d,tt3d

GitHub 星标★ 276

30天Star增速

HF 下载量

上线时间2023-09-19 00:00:00

最近更新2026-04-17 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

核心亮点

分类清晰，覆盖生成、重建、编辑三大方向，便于按需查阅
收录了 NeRF、3DGS、扩散模型等主流技术路线，紧跟前沿
每个条目附有论文或项目链接，可直接跳转深入研究

不足之处

文档/社区待观察
更新频率未知，可能滞后于最新研究

适用场景

科研人员调研 Avatar 领域技术脉络
工程师寻找可落地的重建或生成方案
产品经理了解 AIGC 虚拟形象能力边界

替代项目

Awesome-NeRF、Awesome-Human-Motion、Awesome-3D-Reconstruction

项目介绍

Awesome-Avatars 是数字人3D领域的开源项目，由 pansanity666 开发，2023 年首次发布。

它收录于数字人3D分类，该分类目前共有 272 个项目，GitHub 星标数为 276。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-04-17。无在线服务，需自行部署，全部功能免费。

它主要面向的使用场景是：科研人员调研Avatar领域技术脉络。同类可对比的替代方案包括 Awesome-NeRF、Awesome-Human-Motion、Awesome-3D-Reconstruction。

上一篇：NeuralLift-360

下一篇：UE5-Dream