[논문리뷰] Avatar V: Scaling Video-Reference Avatar Video Generation본 연구는 기존의 아바타 생성 방식이 가진 Generalization 부족과 Efficiency 문제를 해결하기 위해 대규모 데이터 기반의 Scaling 접근 방식을 제안합니다. 기존의 개별 모델 학습 방식은 특정 피사체에 종속되어 있어 다양한 인물과 동작을 일반화하는 데 한계가 있었습니다.#Review#Avatar Generation#Video-Reference#Scaling Law#Diffusion Models#Neural Rendering#Computer Vision2026년 6월 14일댓글 수 로딩 중
[논문리뷰] Avatar Forcing: Real-Time Interactive Head Avatar Generation for Natural Conversation본 논문은 기존의 단방향적인 아바타 생성 모델들이 부족했던 실시간 양방향 상호작용 과 감정적 참여(emotional engagement) 를 가능하게 하는 대화형 헤드 아바타 생성 시스템을 개발하는 것을 목표로 합니다.#Review#Avatar Generation#Real-Time Interaction#Diffusion Models#Preference Optimization#Causal Inference#Multimodal Input#Head Avatar2026년 1월 4일댓글 수 로딩 중
[논문리뷰] KlingAvatar 2.0 Technical Report본 연구는 장시간 고해상도 아바타 비디오 생성 시 발생하는 효율성 부족, 시간적 드리프트, 품질 저하, 프롬프트 불일치 문제를 해결하는 것을 목표로 합니다.#Review#Avatar Generation#Video Diffusion#Multi-modal LLM#Long-duration Video#High-resolution Video#Lip Synchronization#Multi-character Control#Spatio-temporal Cascade2025년 12월 15일댓글 수 로딩 중