论文页面 - PersonaLive! 用于直播的富有表现力的肖像图像动画

来源: https://huggingface.co/papers/2512.11253

摘要

PersonaLive 是一个基于扩散的肖像动画框架，通过混合隐式信号、外观蒸馏和自回归流式生成来改善实时性能。

当前的基于扩散的肖像动画 (https://huggingface.co/papers?q=diffusion-based%20portrait%20animation) 模型主要侧重于提升视觉质量和表情逼真度，而忽视了生成延迟和实时性能，这限制了它们在直播场景中的应用范围。我们提出了 PersonaLive，这是一个新颖的基于扩散的框架，旨在实现多阶段训练流程下的流式实时肖像动画。具体而言，我们首先采用混合隐式信号 (https://huggingface.co/papers?q=hybrid%20implicit%20signals)，即隐式面部表示 (https://huggingface.co/papers?q=implicit%20facial%20representations) 和 3D 隐式关键点 (https://huggingface.co/papers?q=3D%20implicit%20keypoints)，以实现富有表现力的图像级运动控制。然后，提出一种少步外观蒸馏 (https://huggingface.co/papers?q=appearance%20distillation) 策略，以消除去噪过程中的外观冗余，极大地提高了推理效率。最后，我们引入了一种配备滑动训练策略 (https://huggingface.co/papers?q=sliding%20training%20strategy) 和历史关键帧机制 (https://huggingface.co/papers?q=historical%20keyframe%20mechanism) 的自回归微块流式生成 (https://huggingface.co/papers?q=autoregressive%20micro-chunk%20streaming%20generation) 范式，以实现低延迟且稳定的长期视频生成。大量实验表明，PersonaLive 实现了最先进的性能，与先前基于扩散的肖像动画 (https://huggingface.co/papers?q=diffusion-based%20portrait%20animation) 模型相比，速度提升了 7-22 倍。

查看 arXiv 页面 (https://arxiv.org/abs/2512.11253) 查看 PDF (https://arxiv.org/pdf/2512.11253) GitHub3.05k (https://github.com/GVCLab/PersonaLive) 添加到收藏集 (https://huggingface.co/login?next=%2Fpapers%2F2512.11253)

在您的 Agent 中获取此论文：

hf papers read 2512\.11253

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 4

huaichang/PersonaLive Image-to-Video• 更新于 2025 年 12 月 26 日 • 133 (https://huggingface.co/huaichang/PersonaLive)

suryatmodulus/PersonaLive Image-to-Video• 更新于 2 天前 • 2 (https://huggingface.co/suryatmodulus/PersonaLive)

Darell0009/SuperCam_Models Image-to-Video• 更新于 3 月 4 日 (https://huggingface.co/Darell0009/SuperCam_Models)

ballemann/PersonaLive Image-to-Video• 更新于约 1 个月前 (https://huggingface.co/ballemann/PersonaLive)

引用此论文的数据集 0

没有链接到此论文的数据集

在数据集的 README.md 中引用 arxiv.org/abs/2512.11253 即可从此页面建立链接。

引用此论文的 Spaces 1

包含此论文的收藏集 11

浏览包含此论文的 11 个收藏集 (https://huggingface.co/collections?paper=2512.11253)