Francis-Rings

[CVPR2025] हम StableAnimator प्रस्तुत करते हैं, जो पहला एंड-टू-एंड ID-प्रिजर्विंग वीडियो डिफ्यूजन फ्रेमवर्क है, जो संदर्भ छवि और पोज़ अनुक्रम के आधार पर किसी भी पोस्ट-प्रोसेसिंग के बिना उच्च गुणवत्ता वाले वीडियो सिंथेसाइज करता है।

हम प्रस्तुत करते हैं StableAvatar, पहला एंड-टू-एंड वीडियो डिफ्यूजन ट्रांसफॉर्मर, जो किसी भी पोस्ट-प्रोसेसिंग के बिना असीमित लंबाई के उच्च-गुणवत्ता वाले ऑडियो-संचालित अवतार वीडियो को संश्लेषित करता है, जो संदर्भ छवि और ऑडियो पर आधारित होता है।