Intelligenza Artificiale Generativa per l'Animazione dei Personaggi: Una Rassegna Completa di Tecniche, Applicazioni e Direzioni Future

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

April 27, 2025

Autori: Mohammad Mahdi Abootorabi, Omid Ghahroodi, Pardis Sadat Zahraei, Hossein Behzadasl, Alireza Mirrokni, Mobina Salimipanah, Arash Rasouli, Bahar Behzadipour, Sara Azarnoush, Benyamin Maleki, Erfan Sadraiye, Kiarash Kiani Feriz, Mahdi Teymouri Nahad, Ali Moghadasi, Abolfazl Eshagh Abianeh, Nizi Nazar, Hamid R. Rabiee, Mahdieh Soleymani Baghshah, Meisam Ahmadi, Ehsaneddin Asgari

cs.AI

Abstract

L'IA generativa sta ridefinendo l'arte, i giochi e, in modo particolarmente significativo, l'animazione. I recenti progressi nei modelli di base e nei modelli di diffusione hanno ridotto il tempo e i costi necessari per produrre contenuti animati. I personaggi sono componenti centrali dell'animazione, coinvolgendo movimento, emozioni, gesti ed espressioni facciali. La velocità e l'ampiezza degli avanzamenti degli ultimi mesi rendono difficile mantenere una visione coerente del campo, motivando la necessità di una revisione integrata. A differenza delle precedenti panoramiche che trattano avatar, gesti o animazione facciale in modo isolato, questo studio offre una prospettiva unica e completa su tutte le principali applicazioni dell'IA generativa per l'animazione dei personaggi. Iniziamo esaminando lo stato dell'arte nell'animazione facciale, nel rendering delle espressioni, nella sintesi delle immagini, nella creazione di avatar, nella modellazione dei gesti, nella sintesi del movimento, nella generazione di oggetti e nella sintesi delle texture. Evidenziamo le ricerche più avanzate, le implementazioni pratiche, i dataset comunemente utilizzati e le tendenze emergenti per ciascuna area. Per supportare i nuovi arrivati, forniamo anche una sezione introduttiva completa che presenta i modelli di base e le metriche di valutazione, dotando i lettori delle conoscenze necessarie per entrare nel campo. Discutiamo le sfide aperte e tracciamo le direzioni future della ricerca, fornendo una roadmap per avanzare le tecnologie di animazione dei personaggi guidate dall'IA. Questo studio è pensato come una risorsa per ricercatori e sviluppatori che entrano nel campo dell'animazione generativa o in campi affini. Le risorse sono disponibili all'indirizzo: 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.