Разработчики представили FlexAvatar — инновационный метод обучения полных 3D-аватаров головы, использующий подход частичного обучения (partial supervision). Проект, принятый на конференцию CVPR 2026, теперь доступен в открытом доступе вместе с исходным кодом и весами модели.
Что произошло
Проект FlexAvatar официально опубликован в формате open-source. Технология позволяет генерировать анимированные 3D-портреты на основе обычных статических изображений или видео. Процесс трекинга реализован через Pixel3DMM, а управление мимикой доступно через интерактивный графический интерфейс (GUI). Все необходимые файлы размещены на GitHub.
Контекст
Традиционные методы создания цифровых двойников часто требуют использования дорогих и трудоемких полноразмерных (full-supervision) наборов данных. FlexAvatar меняет этот подход, внедряя метод partial supervision, который позволяет достигать высокого качества при использовании менее детализированных входных данных.
Почему это важно для индустрии
Для индустрии ИИ и разработчиков переход к partial supervision значительно снижает порог входа и стоимость подготовки данных. Это упрощает создание пайплайнов для генерации цифровых двойников и открывает возможности для быстрого прототипирования систем анимации лиц без необходимости сбора огромных массивов данных.
Почему это важно для пользователей
Обычные пользователи и создатели контента получают доступ к мощным инструментам для создания реалистичных 3D-аватаров из простых фотографий или видео с помощью бесплатного программного обеспечения. Это позволяет автоматизировать создание персонализированного контента и анимированных персонажей.
Что пока неизвестно / ограничения
Существуют критические риски, связанные с использованием биометрических данных и вопросами авторского права, которые требуют дополнительного юридического анализа при массовом внедрении технологии.
Источники
Автор
Look at AI, редакция