论文 / 研究阅读GNM Head：可控身份与表情的参数化三维人头模型
GNM Head: A Generative aNthropometric Model of the human head
2026 · arXiv 预印本 · Google
Ploumpis, Stylianos、Bednarik, Jan、Zoss, Gaspard、Guseinov, Ruslan、Prasso, Luca、Chandran, Prashanth、Boyne, Oliver、Choutas, Vasileios、等；完整作者名单见原论文
它能做什么
Google GNM生态先公开的人头参数化统计三维模型。通过身份、表情、关节旋转与位移生成包含皮肤、眼球、牙齿、舌头的细密头部网格；提供语义身份/表情采样与多框架实现。当前发布是 Head，不应宣传全身模型已开放。适合数字人、表情动画、三维人脸拟合与计算机视觉研究。身份和表情分开控制，使不同人脸的形状变化与动画驱动更容易单独处理；眼球、牙齿和舌头也纳入模型，而不只是外侧皮肤。语义采样提供了从标签获得参数的入口，但并不是任意文字直接生成任意角色。可以先用NumPy示例生成平均脸、导出OBJ，再尝试表情与身份参数，最后按现有渲染或训练技术栈选择其他后端。
输入、输出与使用流程
输入：身份253维、表情383维（v3.x）、轴角关节旋转、全局位移；语义sampler标签。输出：三维顶点和拓扑/UV，可用trimesh导出OBJ；示例交互Notebook和XR Blocks浏览器演示。请按官方示例先完成最小流程，再依据自己的资产要求调整参数；下游软件的格式兼容性与交付质量需要分别检查。
安装与运行门槛
官方测试Python3.13；克隆仓库后进入gnm/shape，pip install -e .，按需jax/pytorch/all。首次从HuggingFace/Kaggle等CDN自动取.npz并缓存，也支持本地自定义npz。 硬件说明：NumPy/JAX/PyTorch/TensorFlow后端，README没有统一GPU显存下限；按所选框架部署，不统一要求 NVIDIA GPU。
使用边界与许可
参数化头部不是单图自动重建成品，也不是文字生成全身人。 模型数据首次需联网下载。 训练数据二元性别与四大人口分组不能覆盖全部人群，官方说明表征局限。 应用到自己数据时仍需拟合/集成流程。 授权核对：Apache-2.0（仓库和Head包均明确，生态声明商业及非商业适用）。无必需付费API；CDN下载、本地计算。
官方资料
引用这篇论文
@misc{gnmhead2026,
title = {GNM Head: A Generative aNthropometric Model of the human head},
author = {Ploumpis, Stylianos and Bednarik, Jan and Zoss, Gaspard and Guseinov, Ruslan and Prasso, Luca and Chandran, Prashanth and Boyne, Oliver and Choutas, Vasileios and Bolkart, Timo and Wang, Daoye and Chai, Menglei and Qiu, Di and Winberg, Sebastian and Rainer, Gilles and Bridgeman, Lewis and Helminger, Leonhard and Collins, Edo and Vicini, Delio and Riviere, Jérémy and Boetzel, Yannick and Koumis, Alexander and Moschoglou, Stylianos and Busch, Jay and Herrera, Cynthia and Still, Jacob and Ysebert, Scott and Lincoln, Peter and Escolano, Sergio Orts and Rhemann, Christoph and Wood, Erroll and Beeler, Thabo and Zafeiriou, Stefanos},
year = {2026},
eprint = {2607.23687},
archivePrefix = {arXiv},
url = {https://arxiv.org/abs/2607.23687}
}
从你的第一条分享开始
可以聊聊实际效果、安装经验，或者你想解决的一个小问题。