06_GAN数字人与AIGC前沿高频考点

题集来源:Rocky Ding(WeThinkIn)收录项目:AIGC-Interview-Book查看原题集

题目目录

37 道原题
  1. GAN 在数字人发展中解决过什么核心问题?

    原题
  2. GAN、Diffusion、DiT/Flow 在数字人生成中的差异是什么?

    原题
  3. 为什么现在仍然需要学习 GAN 数字人?

    原题
  4. GAN 数字人的典型模块有哪些?

    原题
  5. 基于 GAN 的 2D 数字人有哪些主流方向?

    原题
  6. StyleGAN 系列为什么是人脸生成的重要基础?

    原题
  7. StyleGAN 的 latent space 为什么适合做人脸编辑和数字人定制?

    原题
  8. GAN Inversion 在数字人里有什么作用?

    原题
  9. FOMM、Monkey-Net、TPSMM 这类一阶运动模型如何驱动肖像?

    原题
  10. LivePortrait 为什么仍采用 GAN/隐式关键点路线也能获得强实时效果?

    原题
  11. GAN Talking Head 如何做音频驱动口型?

    原题
  12. 基于 GAN 的换脸为什么长期占据实时应用?

    原题
  13. DeepFakes、FaceSwap、FaceShifter、SimSwap、HiFiFace 的核心差异是什么?

    原题
  14. ArcFace 身份特征如何注入 GAN 换脸网络?

    原题
  15. GAN 换脸如何处理姿态、表情、遮挡和边界融合?

    原题
  16. GAN 视频数字人如何保证时序一致性?

    原题
  17. GAN 换脸相比 Diffusion 换脸还有哪些优势和短板?

    原题
  18. 什么是 3D-aware GAN?

    原题
  19. HoloGAN、pi-GAN、GIRAFFE、StyleNeRF、EG3D 如何演进?

    原题
  20. EG3D 的 tri-plane 表示为什么重要?

    原题
  21. 3D-aware GAN 如何实现人脸视角一致性?

    原题
  22. 3D-aware GAN 与 NeRF/3DGS Avatar 有什么区别?

    原题
  23. GAN 如何用于 3D 数字人的纹理、材质和细节增强?

    原题
  24. AIGC 数字人从 GAN 走向了哪些新范式?

    原题
  25. 扩散式人体动画和 GAN 人体动画的本质差别是什么?

    原题
  26. OmniHuman、Wan-Animate、StableAnimator、SkyReels-A1 代表什么趋势?

    原题
  27. Hallo/Hallo2/Hallo3、Sonic、InfiniteTalk、EMO、VASA、MuseTalk 如何分类?

    原题
  28. DiT、Flow Matching、多模态大视频模型对数字人有什么影响?

    原题
  29. AIGC 数字人为什么越来越强调多条件混合训练?

    原题
  30. 实时交互数字人与离线高保真数字人的技术路线如何取舍?

    原题
  31. 面试中如何系统回答“设计一个数字人生成系统”?

    原题
  32. 如何评估 GAN/Diffusion 数字人的质量?

    原题
  33. GAN 数字人线上常见问题如何排查?

    原题
  34. 数字人安全、版权和反滥用为什么越来越重要?

    原题
  35. 当前 AI 数字人论文和 GitHub 项目可以如何分层跟踪?

    原题
  36. HeyGen、Synthesia、Tavus、D-ID、Akool 等产品体现了哪些落地方向?

    原题
  37. 如何建立 AI 数字人方向的持续学习清单?

    原题