即给定一个参考图像，MIMO能够通过几分钟的推理天生可动画的虚拟形象。
该项目由阿里巴巴集团智能打算研究院开拓。MIMO项目的核心目的是通过用户供应的大略输入（如图片、动作序列或视频）来天生具有掌握性的角色视频。这意味着，用户可以通过一个参考图像（比如某个人物的照片），结合动作序列或场景描述，天生一个能够进行动画的虚拟角色，并且这个角色可以表现出用户定义的动作和场景互动。
该模型打破了传统3D角色视频天生方法的局限，不须要多视角拍摄或针对每个角色单独演习。通过结合2D视频信息和3D空间建模，MIMO 可以高效地天生角色动画，并支持在真实天下的繁芜场景中与物体进行交互。
项目及演示：https://menyifang.github.io/projects/MIMO/index.html
论文：https://arxiv.org/pdf/2409.16160
GitHub开源地址：https://github.com/menyifang/MIMO