HeadGAP est un modèle avancé de création d'avatars 3D capable de générer des avatars 3D réalistes et animées à partir d'un petit nombre d'images, voire d'une seule image, d'une personne cible. Ce modèle apprend les connaissances a priori sur les têtes 3D en utilisant un vaste ensemble de données dynamiques multi-vues, et réalise la modélisation dynamique grâce à un réseau auto-décodeur basé sur le splatting gaussien. HeadGAP apprend les attributs des primitives gaussiennes grâce à un encodage de partage d'identité et un code latent personnalisé, permettant une personnalisation rapide des avatars.