Buchumschlag

FantasyTalking2: Timestep-Layer Adaptive Preference Optimization for Audio-Driven Portrait Animation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, MengChao, Wang, Qiang, Jiang, Fan, Xu, Mu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FantasyTalking: Realistic Talking Portrait Generation via Coherent Motion Synthesis
von: Wang, Mengchao, et al.
Veröffentlicht: (2025)

FantasyPortrait: Enhancing Multi-Character Portrait Animation with Expression-Augmented Diffusion Transformers
von: Wang, Qiang, et al.
Veröffentlicht: (2025)

AlignHuman: Improving Motion and Fidelity via Timestep-Segment Preference Optimization for Audio-Driven Human Animation
von: Liang, Chao, et al.
Veröffentlicht: (2025)

PC-Talk: Precise Facial Animation Control for Audio-Driven Talking Face Generation
von: Wang, Baiqin, et al.
Veröffentlicht: (2025)

AniPortrait: Audio-Driven Synthesis of Photorealistic Portrait Animation
von: Wei, Huawei, et al.
Veröffentlicht: (2024)

Hallo: Hierarchical Audio-Driven Visual Synthesis for Portrait Image Animation
von: Xu, Mingwang, et al.
Veröffentlicht: (2024)

GMTalker: Gaussian Mixture-based Audio-Driven Emotional Talking Video Portraits
von: Xia, Yibo, et al.
Veröffentlicht: (2023)

Hallo2: Long-Duration and High-Resolution Audio-Driven Portrait Image Animation
von: Cui, Jiahao, et al.
Veröffentlicht: (2024)

SyncAnimation: A Real-Time End-to-End Framework for Audio-Driven Human Pose and Talking Head Animation
von: Liu, Yujian, et al.
Veröffentlicht: (2025)

FantasyID: Face Knowledge Enhanced ID-Preserving Video Generation
von: Zhang, Yunpeng, et al.
Veröffentlicht: (2025)

Exploiting Temporal Audio-Visual Correlation Embedding for Audio-Driven One-Shot Talking Head Animation
von: Xu, Zhihua, et al.
Veröffentlicht: (2025)

SkyReels-Audio: Omni Audio-Conditioned Talking Portraits in Video Diffusion Transformers
von: Fei, Zhengcong, et al.
Veröffentlicht: (2025)

MoEE: Mixture of Emotion Experts for Audio-Driven Portrait Animation
von: Liu, Huaize, et al.
Veröffentlicht: (2025)

Hallo4: High-Fidelity Dynamic Portrait Animation via Direct Preference Optimization
von: Cui, Jiahao, et al.
Veröffentlicht: (2025)

FantasyHSI: Video-Generation-Centric 4D Human Synthesis In Any Scene through A Graph-based Multi-Agent Framework
von: Mu, Lingzhou, et al.
Veröffentlicht: (2025)

LinguaLinker: Audio-Driven Portraits Animation with Implicit Facial Control Enhancement
von: Zhang, Rui, et al.
Veröffentlicht: (2024)

Controllable Longer Image Animation with Diffusion Models
von: Wang, Qiang, et al.
Veröffentlicht: (2024)

X-Portrait: Expressive Portrait Animation with Hierarchical Motion Attention
von: Xie, You, et al.
Veröffentlicht: (2024)

EchoMimic: Lifelike Audio-Driven Portrait Animations through Editable Landmark Conditions
von: Chen, Zhiyuan, et al.
Veröffentlicht: (2024)

Teller: Real-Time Streaming Audio-Driven Portrait Animation with Autoregressive Motion Generation
von: Zhen, Dingcheng, et al.
Veröffentlicht: (2025)

UniTalking: A Unified Audio-Video Framework for Talking Portrait Generation
von: Li, Hebeizi, et al.
Veröffentlicht: (2026)

FantasyWorld: Geometry-Consistent World Modeling via Unified Video and 3D Prediction
von: Dai, Yixiang, et al.
Veröffentlicht: (2025)

JoyVASA: Portrait and Animal Image Animation with Diffusion-Based Audio-Driven Facial Dynamics and Head Motion Generation
von: Cao, Xuyang, et al.
Veröffentlicht: (2024)

LayerAnimate: Layer-level Control for Animation
von: Yang, Yuxue, et al.
Veröffentlicht: (2025)

FlashPortrait: 6x Faster Infinite Portrait Animation with Adaptive Latent Prediction
von: Tu, Shuyuan, et al.
Veröffentlicht: (2025)

Loopy: Taming Audio-Driven Portrait Avatar with Long-Term Motion Dependency
von: Jiang, Jianwen, et al.
Veröffentlicht: (2024)

LLIA -- Enabling Low-Latency Interactive Avatars: Real-Time Audio-Driven Portrait Video Generation with Diffusion Models
von: Yu, Haojie, et al.
Veröffentlicht: (2025)

FantasyVLN: Unified Multimodal Chain-of-Thought Reasoning for Vision-Language Navigation
von: Zuo, Jing, et al.
Veröffentlicht: (2026)

FactorPortrait: Controllable Portrait Animation via Disentangled Expression, Pose, and Viewpoint
von: Tang, Jiapeng, et al.
Veröffentlicht: (2025)

FG-Portrait: 3D Flow Guided Editable Portrait Animation
von: Xu, Yating, et al.
Veröffentlicht: (2026)

HunyuanPortrait: Implicit Condition Control for Enhanced Portrait Animation
von: Xu, Zunnan, et al.
Veröffentlicht: (2025)

MirrorMe: Towards Realtime and High Fidelity Audio-Driven Halfbody Animation
von: Meng, Dechao, et al.
Veröffentlicht: (2025)

LIA-X: Interpretable Latent Portrait Animator
von: Wang, Yaohui, et al.
Veröffentlicht: (2025)

Sonic: Shifting Focus to Global Audio Perception in Portrait Animation
von: Ji, Xiaozhong, et al.
Veröffentlicht: (2024)

Disentangle Identity, Cooperate Emotion: Correlation-Aware Emotional Talking Portrait Generation
von: Tan, Weipeng, et al.
Veröffentlicht: (2025)

LivePortrait: Efficient Portrait Animation with Stitching and Retargeting Control
von: Guo, Jianzhu, et al.
Veröffentlicht: (2024)

Tuning Timestep-Distilled Diffusion Model Using Pairwise Sample Optimization
von: Miao, Zichen, et al.
Veröffentlicht: (2024)

EmoCAST: Emotional Talking Portrait via Emotive Text Description
von: Jiang, Yiguo, et al.
Veröffentlicht: (2025)

CogPortrait: Fine-Grained Eye-Region Control in Portrait Animation via Hierarchical Agent Planning
von: Feng, He, et al.
Veröffentlicht: (2026)

PortraitTalk: Towards Customizable One-Shot Audio-to-Talking Face Generation
von: Nazarieh, Fatemeh, et al.
Veröffentlicht: (2024)