في عالم الرسوم المتحركة، يعتبر تحريك الصور من الصور الثابتة تحديًا كبيرًا. تقليديًا، كانت الأساليب المعمول بها تعتمد على استخراج معلومات الهيكل (Pose Information) عبر مغيرات لأداء المهمات، مما يؤدي إلى أخطاء شائعة عند وجود عوائق أو أوضاع معقدة. ولكن مع ظهور تقنية DirectAnimator، تم إحراز تقدم كبير في هذا المجال.

ما يميز DirectAnimator هو قدرته على تخطي مرحلة استخراج الهيكل، حيث يقوم بالتعلم مباشرة من مقاطع الفيديو الخام. تعتمد هذه التقنية على ما يسمى بـ "Driving Cue Triplet"، الذي يجمع بين مؤشرات الحركة، التعبير، والموقع في شكل دلالي غني ومستقر. كما يتم دمج هذه المعلومات من خلال كتلة CueFusion DiT، مما يتيح التحكم الموثوق أثناء عملية تحسين الجودة.

واحدة من الابتكارات الرئيسية في DirectAnimator هي استراتيجية التدريب تحت مسمى Same2X، التي تتواءم مع ميزات الهوية المتقاطعة بحيث تعزز من فعالية التعلم من البيانات المشابهة. هذه الاستراتيجية تساعد على تسريع عملية التحسين وضمان جودة الصورة.

أظهرت التجارب أن DirectAnimator يتفوق في جودة الصورة والحفاظ على الهوية، حتى في ظروف تحتوي على عوائق أو أوضاع معقدة، كما أن استخدام الموارد يعد أقل مما كان متوقعًا. إن انفتاح هذا المشروع على المجتمع يوفر فرصة لاستكشاف المزيد من الإبداعات في هذا المجال. يمكنكم زيارة صفحة المشروع لمزيد من التفاصيل.

ما رأيكم في هذا التطور التكنولوجي المثير؟ شاركونا آراءكم في التعليقات!