Generative KI für Charakteranimation: Eine umfassende Übersicht über Techniken, Anwendungen und zukünftige Richtungen

Zusammenfassung

Generative KI revolutioniert die Kunst, die Spielebranche und insbesondere die Animation. Jüngste Durchbrüche bei Foundation- und Diffusionsmodellen haben den Zeit- und Kostenaufwand für die Produktion von animierten Inhalten erheblich reduziert. Charaktere sind zentrale Bestandteile der Animation, die Bewegung, Emotionen, Gesten und Gesichtsausdrücke umfassen. Das Tempo und die Breite der Fortschritte in den letzten Monaten erschweren es, einen kohärenten Überblick über das Feld zu behalten, was die Notwendigkeit einer integrativen Übersichtsarbeit unterstreicht. Im Gegensatz zu früheren Überblicken, die Avatare, Gesten oder Gesichtsanimation isoliert behandeln, bietet diese Arbeit eine einheitliche, umfassende Perspektive auf alle wichtigen generativen KI-Anwendungen für die Charakteranimation. Wir beginnen mit einer Untersuchung des State-of-the-Art in den Bereichen Gesichtsanimation, Ausdrucksdarstellung, Bildsynthese, Avatar-Erstellung, Gestenmodellierung, Bewegungssynthese, Objektgenerierung und Textursynthese. Wir heben führende Forschung, praktische Anwendungen, häufig verwendete Datensätze und aufkommende Trends für jeden Bereich hervor. Um Neueinsteigern zu unterstützen, bieten wir außerdem einen umfassenden Hintergrundabschnitt, der grundlegende Modelle und Bewertungsmetriken einführt und die Leser mit dem notwendigen Wissen ausstattet, um in das Feld einzusteigen. Wir diskutieren offene Herausforderungen und skizzieren zukünftige Forschungsrichtungen, um eine Roadmap für die Weiterentwicklung von KI-gestützten Charakteranimationstechnologien zu bieten. Diese Übersichtsarbeit soll als Ressource für Forscher und Entwickler dienen, die in das Feld der generativen KI-Animation oder verwandter Bereiche einsteigen. Ressourcen sind verfügbar unter: https://github.com/llm-lab-org/Generative-AI-for-Character-Animation-Survey.

English

Generative AI is reshaping art, gaming, and most notably animation. Recent breakthroughs in foundation and diffusion models have reduced the time and cost of producing animated content. Characters are central animation components, involving motion, emotions, gestures, and facial expressions. The pace and breadth of advances in recent months make it difficult to maintain a coherent view of the field, motivating the need for an integrative review. Unlike earlier overviews that treat avatars, gestures, or facial animation in isolation, this survey offers a single, comprehensive perspective on all the main generative AI applications for character animation. We begin by examining the state-of-the-art in facial animation, expression rendering, image synthesis, avatar creation, gesture modeling, motion synthesis, object generation, and texture synthesis. We highlight leading research, practical deployments, commonly used datasets, and emerging trends for each area. To support newcomers, we also provide a comprehensive background section that introduces foundational models and evaluation metrics, equipping readers with the knowledge needed to enter the field. We discuss open challenges and map future research directions, providing a roadmap to advance AI-driven character-animation technologies. This survey is intended as a resource for researchers and developers entering the field of generative AI animation or adjacent fields. Resources are available at: https://github.com/llm-lab-org/Generative-AI-for-Character-Animation-Survey.

Generative KI für Charakteranimation: Eine umfassende Übersicht über Techniken, Anwendungen und zukünftige Richtungen

Generative AI for Character Animation: A Comprehensive Survey of Techniques, Applications, and Future Directions

Zusammenfassung

Support