代理网格渲染

VDAs将相机视角和上半身姿态的控制统一交给代理网格渲染，而表情走学习式编码通道，三者彼此独立可分别调整。

代理网格渲染指用粗糙参数化人体/头部网格按目标相机与姿态渲染深度图、法线图或分割掩码，作为扩散模型的空间条件输入。