L'IA générative pour l'animation de personnages : Une étude approfondie des techniques, applications et perspectives futures

Résumé

L'IA générative est en train de transformer l'art, le jeu vidéo et, plus particulièrement, l'animation. Les récentes avancées dans les modèles de base et les modèles de diffusion ont réduit le temps et le coût de production de contenus animés. Les personnages sont des éléments centraux de l'animation, impliquant le mouvement, les émotions, les gestes et les expressions faciales. Le rythme et l'ampleur des progrès réalisés ces derniers mois rendent difficile le maintien d'une vision cohérente du domaine, ce qui motive la nécessité d'une revue intégrative. Contrairement aux précédentes synthèses qui traitent les avatars, les gestes ou l'animation faciale de manière isolée, cette étude offre une perspective unique et complète sur toutes les principales applications de l'IA générative pour l'animation de personnages. Nous commençons par examiner l'état de l'art en matière d'animation faciale, de rendu des expressions, de synthèse d'images, de création d'avatars, de modélisation des gestes, de synthèse de mouvements, de génération d'objets et de synthèse de textures. Nous mettons en lumière les recherches de pointe, les déploiements pratiques, les ensembles de données couramment utilisés et les tendances émergentes pour chaque domaine. Pour soutenir les nouveaux arrivants, nous proposons également une section de fond complète qui introduit les modèles de base et les métriques d'évaluation, dotant ainsi les lecteurs des connaissances nécessaires pour entrer dans le domaine. Nous discutons des défis ouverts et cartographions les futures directions de recherche, fournissant une feuille de route pour faire progresser les technologies d'animation de personnages pilotées par l'IA. Cette étude est conçue comme une ressource pour les chercheurs et les développeurs entrant dans le domaine de l'animation générative par IA ou dans des domaines connexes. Les ressources sont disponibles à l'adresse suivante : 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.

L'IA générative pour l'animation de personnages : Une étude approfondie des techniques, applications et perspectives futures

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

Résumé

Support