Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: HunyuanPortrait:腾讯清华联手打造下一代肖像动画引擎,单图驱动视频生成新突破
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
HunyuanPortrait:腾讯清华联手打造下一代肖像动画引擎,单图驱动视频生成新突破
Prompt 语宙 > AI 工具 > HunyuanPortrait:腾讯清华联手打造下一代肖像动画引擎,单图驱动视频生成新突破
AI 工具AIGC 资讯

HunyuanPortrait:腾讯清华联手打造下一代肖像动画引擎,单图驱动视频生成新突破

Prompt 语宙研究院
最近更新: 2026年6月7日 下午8:28
AIGC 扩散模型 肖像动画 腾讯混元 虚拟数字人
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 单张肖像+驱动视频即可生成高可控动画,重点突破身份保持与表情迁移。
  • 基于扩散模型与注意力机制,提升时间一致性、细节还原和跨风格泛化能力。
  • 适用于数字人、VR/AR、游戏、影视与社交内容创作,是图生视频的重要进展。

💡 站外导读:当前数字内容创作领域,如何让静态图像“活”起来并保持高度真实与可控,一直是核心挑战。传统方法在身份一致性、表情自然度及跨风格泛化上存在明显瓶颈。腾讯混元联合清华大学等顶尖学府推出的HunyuanPortrait框架,直击这一痛点。它利用先进的扩散模型,仅需一张肖像和一个驱动视频,就能生成动画,标志着AIGC在可控视频生成领域迈出了关键一步,为虚拟形象、数字人应用打开了全新可能。

HunyuanPortrait是什么

HunyuanPortrait 是腾讯 Hunyuan 团队联合清华大学、中山大学和香港科技大学等机构共同推出的基于扩散模型的框架,用在生成高度可控且逼真的肖像动画。基于给定一张肖像图片作为外观参考和视频片段作为驱动模板,根据驱动视频中的面部表情和头部姿势动画化参考图片中的人物。HunyuanPortrait 在时间一致性和可控性方面优于现有方法,展现出强大的泛化性能,能有效解耦不同图像风格下的外观和运动,广泛用在虚拟现实、游戏和人机交互等领域。

阅读目录
  • HunyuanPortrait是什么
  • HunyuanPortrait的主要功能
  • HunyuanPortrait的技术原理
  • HunyuanPortrait的项目地址
  • HunyuanPortrait的应用场景
      • 📝 站长洞察 (Editor’s Insight)

HunyuanPortrait

HunyuanPortrait的主要功能

  • 高度可控的肖像动画生成:基于单张肖像图片作为外观参考和视频片段作为驱动模板,精确地将驱动视频中的面部表情和头部姿势转移到参考肖像中,生成自然流畅的动画。
  • 强大的身份一致性保持:在面部结构和运动强度存在显著差异的情况下,保持参考肖像的身份特征,避免身份失真。
  • 逼真的面部动态捕捉:捕捉微妙的面部表情变化,如眼神方向、嘴唇同步等,生成高度逼真的肖像动画。
  • 时间一致性优化:生成的视频在时间上具有高度的连贯性和平滑性,避免背景抖动和模糊等问题。
  • 风格泛化能力:适应不同的图像风格,包括动漫风格和真实照片风格,具有广泛的适用性。

HunyuanPortrait的技术原理

  • 隐式条件控制:用隐式表示编码运动信息,更好地捕捉复杂的面部运动和表情变化,避免因关键点提取不准确导致伪影和失真。将编码后的运动信息作为控制信号,基于注意力机制注入到去噪 U-Net 中,实现对动画生成过程的精细控制。
  • 稳定的视频扩散模型:基于扩散模型的框架,在潜在空间中进行扩散和去噪过程,提高生成质量和训练效率。用 VAE 将图像从 RGB 空间映射到潜在空间,基于 UNet 进行去噪处理,生成高质量的视频帧。
  • 增强的特征提取器:基于估计运动强度(如面部表情的扭曲程度和头部运动的幅度)增强运动特征的表示,提高对不同运动强度的适应能力。结合 ArcFace 和 DiNOv2 背景,用多尺度适配器(IMAdapter)增强肖像的身份一致性,确保生成的动画在不同帧中保持一致的身份特征。
  • 训练和推理策略:基于颜色抖动、姿态引导等技术增强训练数据的多样性,提高模型的泛化能力。用多种增强训练策略,如随机移除某些骨骼边缘,提高模型在不同输入条件下的稳定性。
  • 注意力机制:在 UNet 中引入多头自注意力和交叉注意力机制,增强模型对空间和时间信息的感知能力,提高生成视频的细节丰富度和时间一致性。

HunyuanPortrait的项目地址

  • 项目官网:https://kkakkkka.github.io/HunyuanPortrait/
  • GitHub仓库:https://github.com/Tencent-Hunyuan/HunyuanPortrait
  • HuggingFace模型库:https://huggingface.co/tencent/HunyuanPortrait
  • arXiv技术论文:https://arxiv.org/pdf/2503.18860

HunyuanPortrait的应用场景

  • 虚拟现实(VR)和增强现实(AR):创建逼真的虚拟角色,增强用户体验。
  • 游戏开发:生成个性化的游戏角色,提升玩家的沉浸感。
  • 人机交互:开发更自然的虚拟助手和客服机器人,增强交互效果。
  • 数字内容创作:用在视频制作、广告和影视特效,快速生成高质量的动画内容。
  • 社交媒体和娱乐:用户将自己的照片制作成动态表情包或虚拟形象,增加互动性。
  • 教育和培训:创建个性化的虚拟教师或培训角色,提供更生动的教学体验。

📝 站长洞察 (Editor’s Insight)

HunyuanPortrait的发布,绝非单一产品迭代,而是AIGC从“文生图”迈向“图生可控高保真视频”的里程碑事件。其核心价值在于解决了身份解耦与运动迁移的行业难题,这正是通往通用数字人、元宇宙应用的关键技术拼图。腾讯此次与学术界深度联动,展现了“产业需求定义科研方向”的良性循环。该框架对扩散模型中注意力机制的精细调用,代表了当前视频生成技术的最前沿探索。未来,结合更长的时序建模与多模态输入,此类技术将深度重塑影视、游戏、虚拟社交乃至在线教育的交互形态,是企业级AIGC基础设施的核心能力之一。

🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
HuggingFace ↗
HuggingFace:AI模型开发社区,面向大语言模型场景提供便捷实用的在线功能支持,涵盖大模型等实用方向。
腾讯混元 ↗
腾讯混元大模型是腾讯研发的具备跨领域知识和自然语言理解能力的大语言模型。
❓ 常见问题解答(FAQ)
HunyuanPortrait是什么?

HunyuanPortrait是腾讯Hunyuan团队联合清华大学等机构推出的肖像动画框架,基于扩散模型,输入一张肖像图和一个驱动视频,就能生成高可控、较逼真的人像动画。

HunyuanPortrait相比传统方法强在哪?

它重点提升了身份一致性、时间连贯性和表情/头部姿态迁移效果,并且对动漫风格和真实照片等不同图像风格都有较好的泛化能力。

HunyuanPortrait适合哪些应用场景?

可用于虚拟现实、游戏角色生成、人机交互、数字内容创作、社交娱乐以及教育培训等场景,尤其适合需要高保真数字人动画的业务。

🔬 语宙深潜追问 · 进阶实操拆解
肖像动画如何避免脸崩和漂移?

要在身份特征上做强约束,通常会结合人脸关键点、身份嵌入和时序一致性损失。推理时尽量固定参考图的主体区域,并对嘴型、眼神和头部姿态做分层控制,减少跨帧抖动和局部失真。

数字人商用最该先验证什么?

先验证长时稳定性、口型同步和风格适配,而不是只看单段高光效果。真正商用时还要测试不同光照、不同角度和不同音频输入下的鲁棒性,否则演示片好看,上线后却容易翻车。

🗳️ 读者观点微投票 · 您的实战立场是?
单图驱动肖像动画,最难突破的是哪项?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
  • 腾讯混元HunyuanVideo-Avatar:AI语音数字人技术革新,多角色情感对话视频一键生成
  • AniPortrait – 腾讯开源的照片对口型视频生成框架
  • X-Portrait 2 – 字节跳动推出的单图驱动视频生成模型
  • Follow-Your-Emoji – 腾讯等推出的基于扩散模型的人像动画框架
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
ReleasesNotes
普林斯顿×复旦重磅开源:HistAgent,全球首个AI历史研究助手,29种语言+多模态碾压通用大模型
OpenAI全面开放ChatGPT Health功能:整合Apple Health与电子病历,每周 3 亿用户咨询健康问题
Runway GWM-1 发布:首个通用世界模型如何开启AI实时交互模拟新时代
微软开源UserLM-8b:用AI模拟真实用户,颠覆对话模型评测与数据生成
TAGGED:AIGC扩散模型肖像动画腾讯混元虚拟数字人
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 蚂蚁集团开源Ming-Lite-Omni:统一多模态大模型,支持文本、图像、音视频全模态交互与生成 蚂蚁集团开源Ming-Lite-Omni:统一多模态大模型,支持文本、图像、音视频全模态交互与生成
下一篇 中科院重磅开源Jodi:一个模型统一图像生成与理解,开启多模态AI新范式 中科院重磅开源Jodi:一个模型统一图像生成与理解,开启多模态AI新范式
Ad image
Ad image

最近更新

花旗银行、摩根大通与美国银行等多家大型商业银行收紧服务条款,明确用户授权第三方 AI 智能体受损需自行担责
哪怕被黑客盗刷也不赔!花旗、摩根大通与美银等五大银行集体改写条款:使用第三方AI智能体风险由客户全权自担,生态入口博弈全面打响
AIGC 资讯
LangSmith for Coding Agents 代码智能体按 PR 结果核算成本与 ROI 官方封面图
340亿美元编码AI开销如何算清账?LangSmith上线代码智能体ROI追踪:按PR结果归因成本、五大工具全统一与线程上下文通胀治理指南
最新趋势
Axiom Math 利用 AI 多智能体集群完成 1.5 万页有限单群分类定理(CFSG)与 7500 页 Stacks 项目数学形式化验证的可视化点阵图
4300万行代码堪比Linux内核!Axiom Math用AI智能体攻克1.5万页“庞大定理”与Stacks项目形式化验证:百个里程碑与分层多智能体架构全拆解
最新趋势
印度具身智能数据初创公司 Humyn Labs 联合创始人 Ishank Gupta(左)与 Manish Agarwal(右)
半年营收破千万且90%来自美国!印度物理AI数据创企Humyn Labs获4700万美元A轮:双摄硬件、2100万债权垫资与20国采集网全拆解
AIGC 资讯

相关推荐

苹果联合医疗 AI 独角兽 OpenEvidence 启动 20 万人健康研究试验
AIGC 资讯

20万人临床级循证大模型试验启动!苹果联合OpenEvidence上线健康AI应用:NEJM权威文献支撑与HealthKit端侧隐私闭环全景深度拆解

Prompt 语宙研究院
Apple Intelligence HealthKit OpenEvidence 医疗AI 苹果AI
文心大模型X1 – 百度推出的深度思考模型
AIGC 资讯

文心大模型X1 – 百度推出的深度思考模型

Prompt 语宙研究院
AI编程 DeepSeek 大模型微调 文心一言 文心大模型
Qwen2.5-VL – 阿里通义千问开源的视觉语言模型
AIGC 资讯

Qwen2.5-VL – 阿里通义千问开源的视觉语言模型

Prompt 语宙研究院
ChatGPT HuggingFace 大模型微调 开源大模型 通义千问
GPT-Rosalind – OpenAI 推出的生命科学专用推理模型
AIGC 资讯

GPT-Rosalind – OpenAI 推出的生命科学专用推理模型

Prompt 语宙研究院
AI智能体 Codex OpenAI RAG检索增强 大模型微调
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • 语宙 AI 工具导航
  • EVA 视觉抠图工坊Hot
  • 出海数字营销宝典
  • AI 生图咒语灵感库
  • 24H 硅谷 AI 情报流

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.