微信扫码
添加专属顾问
看到一个优质的开源项目,真的会让我感到兴奋。
好久没看到比较惊艳的3D开源项目了,图片风格化已经很成熟了,像是视频风格化的总是有朋友问,今天终于发现一个,中国科学技术大学开源的PortraitGen。
可以这么说,PortraitGen这一个开源项目的功能,已经足够落地一个爆火的APP。
效果实在是太惊艳了!!!看完DEMO,我感觉新软件的开发又有思路了。好玩,好用,那就是个好软件。
绝不允许这么好的开源,你们还不知道。
项目简介
PortraitGen是中国科学技术大学开发的一个新型肖像视频风格化编辑工具,解决了传统肖像视频编辑方法在3D和时间一致性上的困难。通过使用统一的动态3D高斯场模型,该项目确保视频帧间的结构和时间上的连贯性,同时通过创新的神经高斯纹理机制实现复杂风格的高质量编辑和渲染速度超过100FPS的高效渲染。PortraitGen支持文本驱动编辑、图像驱动编辑和照明调整等多模式输入,在视频编辑领域有广泛适用性和优越性。
DEMO
这部分主要是功能效果的演示,不讲太多的技术问题。
1、文本驱动编辑
跟图片转视频的使用方式感觉差不多,直接输入提示词就好了,只不过这是个描述动态画面的提示词。
2、图像驱动编辑
这部分主要是有两个功能,一个是对图像的全局参考,比如把梵高的《星空》体现在整个人像的纹理中;另一个是把图像内的对象放到特定的位置,比如让视频内的人物换一件衣服。
3、Relighting
通过一个文本描述,对整个视频的光影进行改变。用的也是IC-Light,之前是改变图片光影效果,现在是对视频进行改变。
4、跟一些市面现有的先进方法进行比较
技术原理
1、统一动态3D高斯场模型
PortraitGen通过建立一个统一的动态3D高斯场,使视频帧之间在结构和时间上保持一致性。每一帧的肖像通过3D高斯分布来表示,其中高斯分布的中心、方差和旋转等参数都是可学习的,这使得模型可以精确地控制视频中人物的三维形态变化。
3D高斯分布:通过这种方式,肖像的每一个细节都被建模为一个高斯分布,可以灵活地调整形状和大小,从而更好地适应人物表情和动作的变化。
动态调整:随着视频的进行,这些高斯分布的参数会根据视频内容动态调整,确保视频编辑过程中人物的外观和表情保持自然流畅。
2、神经高斯纹理机制
这一机制是PortraitGen的核心创新之一,它通过在3D高斯场上叠加一层神经纹理来增强编辑的表达力和风格多样性。
高斯纹理特征:不同于传统的简单颜色或亮度表示,神经高斯纹理在每个高斯分布上附加了复杂的特征向量,这些特征向量由深度神经网络学习得到,能够捕捉到更丰富的细节和风格特征。
特征转换:通过一个专门设计的2D神经渲染器,将这些3D纹理特征映射到2D图像上,实现从3D模型到最终视频帧的转换,保证了风格的一致性和高质量的视觉效果。
3.、多模态输入的融合
项目支持多种输入模式,如文本指令、图像样本和照明条件等,这些输入通过不同的网络模块处理后,融入到高斯纹理特征中,从而实现基于多种指令的视频编辑。
文本驱动编辑:用户可以通过输入简单的文本指令,如“将人物转换为卡通风格”,系统通过解析文本并将其转化为编辑指令,调整高斯纹理特征以符合文本描述的风格。
图像驱动编辑:还可以提供一张参考图像,系统将分析图像的风格并将这些风格特征应用到视频编辑中,实现风格迁移或特定特征的复制。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-07-01
在 OpenCode 中接入本地模型:Ollama 部署与配置完全指南
2026-07-01
实测腾讯开源的 BrowserSkill:让 AI 直接用你登录好的浏览器
2026-07-01
阶跃开源JetSpec,大模型推测解码提速近10倍
2026-06-30
花叔的这个神器直接让你的AI Agent出高保真原型、PPT和动画,20k stars不是盖的
2026-06-30
阿里达摩院开源语音识别:比Whisper快170倍还免费,CPU就能跑
2026-06-30
MiniMax M3 实测:第一流的模型,已经对执行层动手了
2026-06-30
DSpark:DeepSeek 如何让大模型推理提速 85%
2026-06-30
告别云端付费!3秒克隆你的声音,这款开源AI不用GPU,手机CPU就能实时跑
2026-04-09
2026-04-03
2026-04-18
2026-04-18
2026-06-22
2026-05-10
2026-05-06
2026-05-20
2026-05-31
2026-04-21
2026-06-16
2026-05-30
2026-05-16
2026-04-22
2026-04-21
2026-04-15
2026-04-09
2026-04-01
欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。
在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。
一、 定义
本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。
会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。
知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。
二、 账号注册与登录
登录方式:本网站支持以下登录方式,您可根据实际情况选择:
微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。
手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。
账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。
实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。
未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。
三、 服务内容与规范
知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。
服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。
禁止行为:您在使用服务时不得实施以下行为:
利用技术手段批量爬取、下载、转存知识库内容;
将知识库内容用于商业目的或未经授权地向第三方传播;
干扰本网站正常运行或侵犯其他用户合法权益;
发布违法违规信息或从事违反公序良俗的活动。
四、 知识产权声明
权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。
有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。
侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。
五、 个人信息保护
我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。
您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。
您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。
六、 免责声明
内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。
不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。
第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。
七、 违约责任
如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。
如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。
八、 法律适用与争议解决
本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。
因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。
九、 其他
本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。
本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。
我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。