PersonaLive：让数字人直播不掉链子

PersonaLive 是一种专为实时视频流设计的扩散模型框架，旨在解决现有肖像动画技术中存在的高延迟和计算成本过高的问题。研究团队通过引入混合运动控制信号（结合 3D 隐式关键点与面部表示），实现了对头部姿态和细腻表情的精确驱动。该方法核心在于外观蒸馏策略，它通过消除去噪过程中的冗余步骤，将推理速度大幅提升了 7 到 22 倍。此外，该模型采用了微块流式生成范式，并辅以滑动训练策略和历史关键帧机制，有效遏制了长视频生成中的误差累积。实验证明，PersonaLive 在保持高保真度和视频稳定性的同时，达到了业界领先的实时渲染性能。