论文页面 - EvolvingAvatar：随对话展开自适应的交互式3D头部生成技术

来源：https://huggingface.co/papers/2609.35616

摘要

交互式3D头部生成需要协调说话和倾听动作，并能够响应不断发展的对话。现有生成器利用输入观察作为上下文，但保持参数固定，导致对话模式未被用作学习信号。我们引入EvolvingAvatar，一种因果生成器，通过测试时训练在交互过程中适应用户面部视频和双人音频。其双人对话上下文预测目标从视听上下文中提供自监督学习信号，无需测试时的目标动作标签。持久快速权重在每次对话中累积这些更新以指导动作生成，而瞬时下颌适应则响应当前的视听上下文。预测的语音活动控制显示了持久适应如何指导动作生成。我们还介绍了InterHead-Bench，一个基于单视角和双视角对话视频构建的统一455.95小时基准测试集。实验表明，与强基线相比，对话动作统计有所改善。在最具挑战性的分布外分割中，随着对话的展开，生成效果提升，与录制的用户-化身表情统计数据的不匹配度在首个区间后最多减少11.1%。

查看arXiv页面 (https://arxiv.org/abs/2609.35616) 查看PDF (https://arxiv.org/pdf/2609.35616) 项目页面 (https://blog.evolving-avatar.com/) 添加到收藏集 (https://huggingface.co/login?next=%2Fpapers%2F2609.35616)

在你的智能体中获取此论文：

hf papers read 2609.35616

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

引用此论文的模型 0

没有模型链接此论文

在模型README.md中引用 arxiv.org/abs/2609.35616 即可从本页面链接。

引用此论文的数据集 0

没有数据集链接此论文

在数据集README.md中引用 arxiv.org/abs/2609.35616 即可从本页面链接。

引用此论文的Spaces 0

没有Space链接此论文

在Space README.md中引用 arxiv.org/abs/2609.35616 即可从本页面链接。

包含此论文的收藏集 0

没有包含此论文的收藏集

将此论文添加到收藏集 (https://huggingface.co/new-collection) 即可从本页面链接。