Berryxia.AI@berryxiaGoogle 发布了 gmn，一个参数化、完全可微分的 3D 头部模型，所有面部动作和表情均可精细控制与实时调整。该模型无需 GPU，在 CPU 上即可运行，并已在 Hugging Face 上提供交互式 demo。可微分特性使其能无缝接入神经网络训练，简化表情迁移、逆向渲染等任务。
这个好玩~
Google扔出了一个能在CPU上跑的可微分3D头部模型。
gmn是参数化的、完全可微分的3D头部模型，所有面部动作和表情都能被精细控制、实时调整。
它不需要GPU就能跑，还在Hugging Face上放了交互demo，你可以直接拖动参数看表情变化。
可微分意味着这个3D模型能无缝接入神经网络训练流程，做表情迁移、逆向渲染、虚拟人驱动都会方便很多。
以前高质量3D头部模型要么很重，要么不好跟AI管线打通，现在一个能在CPU上实时操作的参数化版本直接开源出来了。
Berryxia.AI@berryxia · XGoogle 发布了 gmn，一个参数化、完全可微分的 3D 头部模型，所有面部动作和表情均可精细控制与实时调整。该模型无需 GPU，在 CPU 上即可运行，并已在 Hugging Face 上提供交互式 demo。可微分特性使其能无缝接入神经网络训练，简化表情迁移、逆向渲染等任务。
这个好玩~
Google扔出了一个能在CPU上跑的可微分3D头部模型。
gmn是参数化的、完全可微分的3D头部模型，所有面部动作和表情都能被精细控制、实时调整。
它不需要GPU就能跑，还在Hugging Face上放了交互demo，你可以直接拖动参数看表情变化。
可微分意味着这个3D模型能无缝接入神经网络训练流程，做表情迁移、逆向渲染、虚拟人驱动都会方便很多。
以前高质量3D头部模型要么很重，要么不好跟AI管线打通，现在一个能在CPU上实时操作的参数化版本直接开源出来了。