InfiniHuman：具有精确控制的无限 3D 人体

生成逼真且可控的 3D 人体头像一直是长久以来的挑战，尤其是当需要覆盖广泛的属性范围，如种族、年龄、服装风格和详细身体形状时。为训练生成模型捕捉和标注大规模人体数据集的成本高昂且在规模和多样性方面受限。本文所关注的核心问题是：现有的基础模型能否被蒸馏以生成理论上无限、详尽标注的 3D 人体数据？我们引入 InfiniHuman，一个能够以最小成本和理论上无限可扩展性产生详尽标注人体数据的框架。我们提出 InfiniHumanData，一个完全自动的管道，利用视觉-语言和图像生成模型创建大规模多模态数据集。用户研究表明，我们自动生成的身份特征与扫描渲染物 indistinguishable。InfiniHumanData 包含 111K 个身份特征，涵盖前所未有的多样性。每个身份特征都标注了多粒度文本描述、多视角 RGB 图像、详细服装图像以及 SMPL 身体形状参数。基于该数据集，我们提出 InfiniHumanGen，一个基于扩散的生成管道，可基于文本、身体形状和服装资产进行条件化。InfiniHumanGen 实现快速、逼真且可精确控制的头像生成。广泛实验表明，我们的方法在视觉质量、生成速度和可控性方面显著优于最新方法。我们的做法通过一种实用且可负担的解决方案，实现了具备精细控制能力的高质量头像生成，规模可达有效无限。我们将在 https://yuxuan-xue.com/infini-human 上公开自动数据生成管道、详尽的 InfiniHumanData 数据集以及 InfiniHumanGen 模型。