通义开源发布「超写实 3D 数字人」大模型

4 月 7 日，通义大模型宣布，开源发布超写实 3D 数字人大模型（LAM），具体来看：单图秒级生成超写实 3D 数字人：得益于通义设计的 2D 图像与 3D 高斯点交互 Transformer，可以在海量视频数据上训练，获得可泛化的 3D 高斯先验模型，从而做到单张图即可 Feedforward 秒级生成可驱动 3D 人头模型；跨平台超实时驱动渲染：通义基于 WebGL 搭建了整个驱动和渲染框架，生成的 3D 人头模型可以基于 WebGL 在任意设备上超实时运行，在手机端都可以跑满 120FPS。；低延迟实时交互对话数字人 SDK：基于生成的 3D 数字人，我们搭建了完整的实时交互对话工程链路，包括 LLM、ASR、TTS 和数字人模块，即输入一张图片、即可与这张图片所生成的数字人化身进行低延迟的实时对话，应用于客服、教育、陪伴等场景。