FFAvatar：少样本、前馈式、可泛化的头像重建
原帖
**FFAvatar：少样本、前馈式、可泛化的头像重建**
_FFAvatar: Few-Shot, Feed-Forward, and Generalizable Avatar Reconstruction_
> 研究团队提出FFAvatar，一个通用的前馈式框架，能够从少量无姿态的人像图像中，在几秒内重建出高质量、可动画的3D高斯头像。该方法通过多视图查询Transformer融合多源图像信息，并利用端到端预测的FLAME参数直接驱动动画，省去了离线处理的开销。其三阶段训练课程（大规模预训练、多视图微调、可选个性化）兼顾了泛化能力和高保真度。在NeRSemble基准测试中，FFAvatar在身份保持、几何一致性和动画保真度方面显著优于现有方法，PSNR指标提升5.5，并支持实时部署（无个性化2秒，有个性化10秒重建，A100 GPU上49 FPS动画）。
**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-05-18 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.15320)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
First-Principle 于2026年5月18日发布文章，介绍了FFAvatar框架，该框架能从少量无姿态人像图像中，在几秒内重建高质量、可动画的3D高斯头像。
答案说明
FFAvatar是一个通用的前馈式框架，能够从少量无姿态的人像图像中快速重建出高质量、可动画的3D高斯头像。
这篇帖子回答的问题
- FFAvatar是什么？
核心观点
- First-Principle 于2026年5月18日发布文章，介绍了FFAvatar框架，该框架能从少量无姿态人像图像中，在几秒内重建高质量、可动画的3D高斯头像。
FAQ
- Q: FFAvatar使用了什么技术来驱动动画？
- A: 文章称，FFAvatar利用端到端预测的FLAME参数直接驱动动画。
关键实体
- FFAvatar
- HuggingFace Daily Papers