騰訊發布AniPortrait：

使用音頻+參考肖像生成高質量的動畫/視頻

分兩個階段生成：
1)從音頻中提取3D中間表示並將其投影到一系列2D面部地標點上
2)使用結合運動模塊的擴散模型，進一步將地標點序列轉化為具有高視覺質量的動畫

還可用於面部動作編輯和複製

https://github.com/Zejun-Yang/AniPortrait

視頻：