创建具有高度真实感的三维数字人，在三维影视制作、游戏开发以及虚拟/增强现实（VR/AR）等多个领域均有着广泛且重要的应用。 尽管现有技术在从多视角图片重建高质量、可动画化的三维人体模型任务中展现出诸多优势，但从单张参考图像重建真实感三维数字人，依旧面临技术复杂、资 源消耗大的挑战。 如何兼顾三维一致性与参考图像一致性，重建出高质量、高真实感的人物外观与姿势，以及如何生成高真实度且细节一致的服饰、人脸等，都是亟待解决的难 题。 近期，中国科学院计算技术研究所、香港科技大学和英国卡迪夫大学的研究人员合作提出了一项基于单张参考图像重建高斯网（GaussianMesh [1]）数字人全身的 技术 HumanLift [2]，相关技术论文已被 SIGGRAPH ASIA 2025 接收。 项目主页： http://geometrylearning.com/HumanLift/ 该项工作提出了一种融合三维视频扩散模型和人脸增强的单图高斯网数字人重建方法。通过此方法，用户仅需输入单张人体图片，就能重建出高质量、高逼真度 的三维数字人，不仅能在不可见视角下准确估计人物外观和服饰几何细节，还能保持多视角一致性，同时确保生成的三 ...