单图自生成监督实现人体视频扩散个性化

2026 年 11 月 3 日，arXiv 发布论文“One Image Is Enough”，提出基于单参考图像与自生成伪标签的人体视频扩散个性化方法。该方法在测试时通过合成关键姿态帧进行监督，无需多姿态视频或真实标签。技术实现上，模型采用域调优姿态条件生成器产生伪真值帧，并结合推理时参考仅采样器与低秩适配器进行训练。在 TikTok 和 UBC Fashion 基准测试中，改进后的模型性能优于基线，成功反转身份与运动之间的权衡关系，其表现匹敌使用五张真实帧的适应模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。