AvatarForge：用于生成可动画 3D 人类模型的多模态生成框架
计算机视觉与模式识别
2025-03-12 v1
摘要
我们介绍 AvatarForge，这是一个从文本或图像输入生成可动画 3D 人类头像的框架，利用 AI 驱动的程序化生成。虽然扩散方法在一般 3D 对象生成方面取得了进展，但由于人类身体形状、姿态的复杂性和多样性，加剧了高质量、可定制人类头像的稀缺数据问题。此外，对这些头像的动画化仍是现有方法面临的重大挑战。AvatarForge 通过将 LLM 基于常识的推理与即插即用的 3D 人类生成器相结合，实现对身体和面部细节的精细控制。不同于常常依赖预训练数据集且缺乏对 individual 人类特征精确控制的扩散模型，AvatarForge 提供了更灵活的方法，使人类能够纳入迭代设计和建模流程，其自动验证系统允许不断细化生成的头像，从而实现高精度和定制化。我们的评估显示，AvatarForge 在文本和图像到头像生成方面均优于前沿方法，成为艺术创作和动画的多用途工具。
引用
@article{arxiv.2503.08165,
title = {Multimodal Generation of Animatable 3D Human Models with AvatarForge},
author = {Xinhang Liu and Yu-Wing Tai and Chi-Keung Tang},
journal= {arXiv preprint arXiv:2503.08165},
year = {2025}
}