arXiv Computer Vision· Ziqi Ni, Zhou Fang, Shijian Wang, Rui Li, Yi Zhou·· 20 小时前AI 评分22
CatPortrait：用上下文条件化驯服视频生成模型实现人像动画
CatPortrait: Taming Video Generative Models for Portrait Animation via In-context Conditioning
AI 导读
CatPortrait 通过 3D 人脸引导的上下文条件化实现可控人像动画，保留原始视频生成骨干，将结构化 3D 人脸引导以空间拼接方式注入输入空间，使预训练图生视频模型无需牺牲预训练先验即可驱动人像。该框架在统一架构下同时支持视频驱动和音频驱动两种人像动画，实验显示两种设定下均取得有竞争力或更优的结果。该工作已被 PRCV 2026 接收。
来源：arXiv Computer Vision · arxiv.org