HeadGAP é um modelo avançado de criação de avatares 3D que permite gerar avatares 3D realistas e animáveis a partir de poucas ou até mesmo apenas uma imagem do indivíduo alvo. O modelo aprende conhecimento prévio sobre cabeças 3D usando um conjunto de dados dinâmicos de múltiplas perspectivas em larga escala e realiza modelagem dinâmica por meio de uma rede de autodecodificação baseada em Gaussian Splatting. O HeadGAP aprende os atributos dos primitivos gaussianos por meio de codificação de identidade compartilhada e códigos latentes personalizados, permitindo uma personalização rápida do avatar.