自监督学习

AniTalker

x-lance.github.io

AniTalker是由X-Lance团队开源的肖像动画生成框架，主打从单张肖像图片生成自然的对话式面部动画效果。核心功能包括单图驱动对话面部动画生成、自监督动作表现力增强、身份特征精准保留三大能力，面向计算机视觉研究者、数字内容创作者、虚拟形象开发人员等群体，可应用于虚拟主播形象制作、短视频角色动画生成、数字人交互系统开发等场景，降低面部动画制作的技术门槛与数据依赖。

V-JEPA

ai.meta.com

V-JEPA是Meta发布的视频联合嵌入预测架构相关的AI模型介绍官网页面，核心定位为公开前沿机器视觉相关技术成果展示与技术原理科普平台。核心功能包括V-JEPA模型技术架构解析、模型训练逻辑说明、实际应用场景案例展示。目标用户覆盖AI研究人员、计算机视觉开发者、AI相关专业学生、科技行业从业者、Meta技术爱好者。使用场景包括学术研究参考、模型原理学习、技术选型参考、行业趋势调研等多个方向，可帮助用户系统了解该非生成式视频理解模型的技术特性与发展潜力，为相关技术落地提供参考信息。

Video-Foley

jnwnlee.github.io

Video-Foley是专注于视频音效同步生成的在线技术演示系统，核心定位是为音视频创作场景提供高可控性的自动拟音服务。系统核心功能包括基于视频内容自动匹配音效时间节点、支持文本或音频输入自定义音色风格、生成音效与视频画面动作高度同步。目标用户覆盖视频创作者、音频制作人员、多媒体开发从业者、AI音视频技术研究者等群体，可适用于短视频拟音制作、影视后期音效补充、互动视频音效生成、音视频技术研发测试等多个场景，帮助用户降低手动拟音的操作成本，提升音视频内容的制作效率。