果然只要是视频，字节就一定会整一个 SOTA 出来。
发布 X- Portrait2 单图生成面部视频技术。
效果吊打 Runway，甚至比 HeyGen 还好一点！！
面部和唇部肌肉非常自然而且生动，真实的有点离谱了。
妈的，这下 AI 脱口秀视频和对谈视频，还有表演技术彻底成熟了。
X-Portrait 2技术上的突破是：
他们构建了一个最先进的表情编码器模型，通过新的端到端自监督训练框架，能够从人像视频中自学习ID无关的运动隐式表征。
另外通过为模型设计过滤层，编码器能有效过滤运动表征中的ID相关信号，使得即使ID图片与驱动视频中的形象和风格差异较大，模型还可以实现跨ID、跨风格的动作迁移。
