五官乱飞，张嘴、瞪眼、挑眉，AI都能模仿到位，视频诈骗要防不住了
如此强大的AI模仿能力，真的防不住，完全防不住。现在AI的发展已经达到了这种程度吗？你前脚让自己的五官乱飞，后脚，一模一样的表情就被复现出来，瞪眼、挑眉、嘟嘴，不管多么夸张的表情，都模仿的非常到位。加大难度，让眉毛挑的再高些，眼睛睁的再大些，甚至连嘴型都是歪的，虚拟人物头像也能完美复现表情。当你在左侧调整参数时，右侧的虚拟头像也会相应地改变动作给嘴巴、眼睛一个特写，模仿的不能说完全相同，只能说表情一模一样（最右边）。这项研究来自慕尼黑工业大学等机构，他们提出了GaussianAvatars，这种方法可用来
如此强大的AI模仿能力，真的防不住，完全防不住。现在AI的发展已经达到了这种程度吗？
你前脚让自己的五官乱飞，后脚，一模一样的表情就被复现出来，瞪眼、挑眉、嘟嘴，不管多么夸张的表情，都模仿的非常到位。
加大难度，让眉毛挑的再高些，眼睛睁的再大些，甚至连嘴型都是歪的，虚拟人物头像也能完美复现表情。
当你在左侧调整参数时，右侧的虚拟头像也会相应地改变动作
给嘴巴、眼睛一个特写，模仿的不能说完全相同，只能说表情一模一样（最右边）。
这项研究来自慕尼黑工业大学等机构，他们提出了 GaussianAvatars，这种方法可用来创建在表情，姿态和视角（ viewpoint ）方面完全可控的逼真头部虚拟（ head avatars）。
- 论文地址：https://arxiv.org/pdf/2312.02069.pdf
- 论文主页：https://shenhanqian.github.io/gaussian-avatars
在计算机视觉和图形学领域，创造出能够动态展现人类虚拟头部一直是一个具有挑战性的问题。特别是在表现极端面部表情和细节方面，例如皱纹和头发等细节的捕捉相当困难，生成的虚拟人物往往会出现视觉伪影的问题
在过去的一段时间里，神经辐射场（NeRF）及其变种已经在从多视图观察中重建静态场景方面取得了令人印象深刻的成果。随后的研究扩展了这些方法，使得NeRF能够用于人类定制场景的动态场景建模。然而，这些方法的一个缺点是缺乏可控性，因此无法很好地适应新的姿态和表情
最近出现的「3D高斯喷洒」方法实现了比NeRF更高的渲染质量，可用于实时视图合成。然而，该方法不支持重建输出的动画
本文提出了 GaussianAvatars，这是一种基于三维高斯 splats 的动态 3D 人头表示方法。
具体而言，给定一个 FLAME（对整个头部进行建模）网格 ，他们在每个三角形的中心初始化一个 3D 高斯。当将 FLAME 网格动画化时，每个高斯模型都会根据其父三角形进行平移、旋转和缩放。然后，3D 高斯在网格顶部形成辐射场，补偿网格未准确对齐或无法再现某些视觉元素的区域。
为了保持虚拟人物的高度真实感，本文采用了绑定继承策略。同时，本文还研究了如何在保持真实感和稳定性之间取得平衡，以实现虚拟人物的新颖表情和姿态动画化。研究结果显示，与现有研究相比，GaussianAvatars在新颖视图渲染和驾驶视频重现等方面表现出色
方法简介
如下图 2 所示，GaussianAvatars 的输入是人头的多视图视频记录。对于每个时间步，GaussianAvatars 使用光度头部跟踪器（head tracker）将 FLAME 参数与多视图观察和已知相机参数相匹配。
FLAME 网格的顶点位置各不相同，但拓扑结构相同，因此研究团队可以在网格三角形和 3D 高斯splat之间建立一致的连接。利用可微分的图块光栅器（tile rasterizer）将splat渲染成图像。然后，通过真实图像监督，学习逼真的人体头部头像
为了获得最佳质量，静态场景需要通过一组自适应密度控制操作来紧凑和修剪高斯splat。为了实现这一点，研究团队设计了一种绑定继承策略，使新的高斯点与FLAME网格保持绑定，同时不破坏三角形和splat之间的连接
实验结果
该研究使用新的视角合成技术来评估重建质量，并通过自我复现来评估动画的保真度。下图3显示了不同方法之间的定性比较结果。在新的视角合成方面，所有的方法都能够产生合理的渲染结果。但是，通过仔细检查PointAvatar的结果，可以发现由于其固定的点大小，会出现点状伪影。而采用3D高斯各向异性缩放技术的GaussianAvatars则能够缓解这个问题
我们可以从表1的数量比较中得出相似的结论。与其他方法相比，GaussianAvatars在新视图合成方面表现出色，self-reenactment方面也很出色，在LPIPS方面感知差异明显降低。需要注意的是，self-reenactment是基于FLAME网格跟踪的，可能无法完全对齐目标图像
为了测试虚拟形象动画在现实世界中的表现，该研究进行了图4中的跨身份再现实验。结果显示，虚拟形象准确地再现了源演员的眨眼和嘴巴动作，呈现出活泼复杂的动态，如皱纹等
为了验证方法组件的有效性，该研究还进行了消融实验，结果如下图。
在开始之前，先确认硬件已经就位：关机，把新硬盘装上，再重新开机。开机后第一件事，就是检查系统是否识别到了新设备。用 dmesg | grep ad2 看一眼，如果输出类似 ad2: 9765MB [19841/16/63] at ata1-master UDMA33 这样的信息，说明新硬盘已经被成功
首尔大学突破性研究：完全平坦的可穿戴发电机，体温驱动未来 最近科技圈有个消息挺有意思。3月20日，知名科技媒体Notebook Check报道了首尔大学研究团队的一项新成果——一款完全平坦的可穿戴发电机。这项研究已经正式发表在权威期刊《科学进展》上，可以说是为“无电池”可穿戴设备撕开了一道新口子。
涂鸦智能成为联合国气候解决方案平台首批战略合作伙伴 11月14日传来一个值得关注的消息。在《联合国气候变化框架公约》第三十次缔约方大会期间，中国AI云平台服务商涂鸦智能，正式成为了联合国气候解决方案平台的全球首批战略合作伙伴之一。这意味着，未来各方都能通过这个平台，共享、验证并推广那些经过实践检验的
“我们的代码，终将写入繁星”：追觅科技成立天文BU，构建从地面到太空的生态闭环 “我们的代码，终将写入繁星。”这句来自追觅科技的宣言，不只是一句诗意的口号，更是一份清晰的战略升级路线图。就在9月10日，这家中国科技企业正式宣告成立天文业务单元（BU），由此完成了一次至关重要的战略跃迁。这标志着其“全
7月25日消息 天文学界最近有一项挺有意思的发现。根据中国科学院发布的信息，由南京天文光学技术研究所研究员王靓团队，联合国家天文台研究员罗阿理等人，利用LAMOST望远镜第十次公开的海量光谱数据，再结合多种测光数据，成功揪出了两颗全新的共生星，同时还锁定了12颗“仅吸积共生星”的候选体。这成果可不只
不谈智能体，客户都不见你。腾讯云副总裁、腾讯云智能负责人、腾讯优图实验室负责人吴运声在采访中坦言。这意味着，如今提供云服务，若没有智能体相关的硬核能力，已难以打动客户。在2025腾讯全球数字生态大会上，腾讯云给出了自己的回应：正式发布智能体开发平台3.0（ADP3.0），并宣布腾讯优图实验室的关键智能体技术将逐步开源。据悉，该版本历经近三个月集中迭代，累计上线近600项功能，在RAG能力、Workflow流程、多智能体协作、应用评测及插件生态等方面实现全面升级。更值得关注的是，腾讯云透露未来数月将持续开源
7月16日，CNMO得知，豪华智能越野SUV——猛士M817将于7月17日举办技术发布及新车预售活动。据了解，猛士M817全车搭载华为全栈智能解决方案，并将率先配备乾崑智驾ADS4。猛士M817作为东风猛士科技与华为合作的首个项目，猛士M817在华为全栈智能解决方案的支持下，实现了智能化、越野性能和高端定位的三重提升，使车辆具备类似人类的感知能力、思考能力和进化能力，为用户带来更加豪华、强悍、智能的出行体验。乾崑智驾ADS4让猛士M817实现了从车位到车位的
在千兆宽带、5G通信与云服务深度普及的2026年，大众普遍以为超大文件传输已步入“秒级时代”，但现实远未达到这般畅快。当面对数TB乃至数十TB级别的庞大数据集时，当下最可靠、最迅捷且兼顾安全性的传输方案，依然是“物理位移”——依靠人工携带存储介质完成跨地域交付。一位来自河南信阳的用户讲述了真实经历：他曾需将4TB资料从信阳送往郑州，首次尝试纯网络传输，系统预估总耗时近72小时；最终改用专人驱车运送，单程仅需约2.5小时，当天即完成取件与送达，整体效率显著超越线上方式。该实例迅速引发热议，多位资深IT博主随
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
