ストリーミング拡散モデルによるリアルタイムインタラクティブヒューマンアバター

この論文は、デジタルヒューマン研究における重要な分野である、リアルタイムインタラクティブヒューマンアバターの作成という課題に取り組んでいます。計算コストが高くストリーミングに適さない既存の拡散ベースの手法と、現在のインタラクティブアプローチの制限に対処しています。提案された2段階のフレームワークは、自己回帰適応と加速を組み込み、Reference SinkやConsistency-Aware Discriminatorなどの新しいコンポーネントを使用して、自然なジェスチャーと振る舞いを持つ高忠実度のアバターをリアルタイムで生成することを目指しています。この論文の重要性は、より魅力的で現実的なデジタルヒューマンインタラクションを可能にする可能性にあります。