发现一个开源的 AI 视频生成项目，GitHub 已经 7k star 了——InfiniteTalk 它支持图像转视频和视频转视频两种模式，都是语音驱动的。 给一张图片加一段音频，能直接生成说话的视频；给一段已有视频换音频，也能重新配音。... 除了口型同步，还能同时驱动头部运动、身体姿态和面部表情，整体动作会跟着音频联动，不只是嘴在动。 还支持无限时长视频生成，不受时长上限的限制，算是打破了 AI 视频生成的瓶颈。show more

阿里马上要发一款语音到视频的模型，WAN 2.2-S2V，把说话声音变成高级影片 由音频驱动，基于视觉构建 开源 #语音生成AI视频

字节跳动终于开源了一个好东西 LatentSync：精准的唇形同步工具 可以根据音频输入，自动调整视频中角色的嘴型，实现精准的口型同步。 直接用声音驱动嘴巴的动作，不需要复杂的中间步骤。 提出了一种“时间对齐”的技术，专门解决画面可能会跳动或不一致的问题。 左：原视频，右：口型同步后 提供了全套工具，可以轻松处理视频和音频，比如调整帧数、检测人脸、去除质量差的视频，保证最终生成的视频效果很好。

Fun-CineForge：阿里开源的AI生成影视配音 输入视频+文本，AI生成配音，能识别多个角色，能按要求设置配音风格，生成的配音节奏与视频里说话的唇形同步。演示视频的声音效果非常好。 项目地址： 模型：

阿里巴巴的EMO进步很大 一张图片+一段音频生成视频 嘴型匹配现在已经很完美了，有点牛P了

一键生成风格视频 填写OpenRouter Key，上传图片和背景音乐，调用nano banana随时生成10种转换风格的图片并合成视频。 效果如视频1所示。操作步骤如视频2所示。

终于看懂了！Seedance 和 Gemini Omni 根本不是同一个细分赛道 Seedance 是视频生成模型，主打从头生成多镜头动态视频，核心是创造新内容 Gemini Omni 则专注对话式视频编辑，上传视频就能用自然语言直接换场景、改元素，Omni的能力实在被低估了

1/ 发现了个超级棒的 AI 视频神器——DomoAI！ 🎬 视频转视频、图片变动画，只需动动手指，两步搞定！ 我一天就能弄出 100 条原创视频，而且完全不花一分钱！... 创作链接： 同时分享我创作的一些小Tips⬇️⬇️show more

EchoMimicV2：生成数字人 相比v1版本，从数字脸扩展为数字人，输入1张图+1段手势视频+1段音频，即可生成数字人说该音频的、带手势、带头部动作的视频。 项目地址： Github：

受够了AI生图生视频，弹出次数限制、需要登录、服务器繁忙、排队等问题……😭 现在有一个工具全部搞定，还完全免费，支持文字生图 + AI照片编辑 + 图片/文字转视频，效果还很强！😄 这是啥工具？🤔 叫 Raphael... AI（ 📍 文字直接生成图片：支持多种顶尖模型，照片级、动漫、写实、电影感等风格随意切换 📍 强大AI图片编辑：一键修图、背景移除、老照片修复、风格转换、参考图改造（最多支持3张参考） 📍 图片/文字转视频：支持高质量视频生成，动作顺滑、电影级效果 📍 完全免费无限制：无需注册登录即可无限基础生成（慢速队列），登录后解锁更多免费额度 📍 智能多模型路由：自动挑选最佳模型，几秒出图/出视频，新手友好 使用方法 1. 打开 2. 输入文字描述（或上传参考图） 3. 选择生成图片、编辑还是视频 4. 点击生成，几秒就能拿到结果 支持中英文提示词，操作直观，随时随地用浏览器就能创作。 这个工具把生图、修图、做视频全整合了，真正的一站式AI创作神器！ 转发+收藏，朋友们～ #Raphael #AI生图 #AI视频生成 #AI图片编辑 #免费AI工具 #无限生成 #一站式AI创作show more

美团开源LongCat-Video-Avatar 1.5 应该是目前最佳的开源虚拟人模型，音频驱动生成视频。 项目地址： 模型：

字节、港中文等最新搞了一个专用于人-物交互的端到端视频生成模型：OmniShow，妥妥的电商广告专用模型 全模态，一个模型通吃图+音+姿势+文本输入 任务可以覆盖R2V、RA2V、RP2V、RAP2V四种生成模式，目前应该是唯一一个支持同时用图像+音频+姿势+文本混合输入的 人脸保持、物理合理性、表现力及口型同步看起来效果都还可以 原生长镜头生成，最长可生成10秒连续视频 目前代码还没放出来 #人物视频生成模型 #OmniShow #电商视频生成

字节的音频驱动肖像视频生成模型：Loopy，效果看起来非常赞 人物表情动作很到位，叹气、情绪、眉毛眼睛的动作看起来非常自然，可以用于比如虚拟主播、视频聊天、游戏角色等 特点： 1、无需手动指定运动模板：支持根据音频自动生成自然流畅的运动 2、效果逼真： 生成的视频非常自然、生动，接近真实场景 同类项目，比如有Emo、VASA-1、Hedra、HeyGen Expressive Photos等 项目：

Skywork 上线了视频 Agent 能力，他们这个流程有意思 你可以从第一个分镜开始，左边生成之后，将生成的视频和音频素材发到右边的视频编辑器里面去进行编辑。 支持使用主流的视频模型和能力，文生、图生、首尾帧都有，另外支持生成音乐和语音。 我用首尾帧做了一条香水广告的演示，还不错。 也上线了一些特效模版，你可以不用管提示词直接复用。 而且会员从昨天（0106）开始会有为期七天的无限使用优惠，只要你是会员就可以一直用。 最近有需求的朋友们可以看看，说不定这几天直接回本了。

字节今天发布了 Seedance 1.5 Pro 视频生成模型 也支持音画同出，比较离谱的是他们支持方言 这一手老陕西人吃面的时候说的陕西话，太牛批了 纯文生视频

LiveAvatar：阿里夸克开源的实时虚拟人模型 能实时生成虚拟人视频（需要5个H800），能生成无限长度的视频且画质不降低。 模型： 项目地址：

二、介绍 DomoAI ｜DomoAI official Domo AI 是一个智能艺术生成器， 可以快速创建高质量的动漫图片🏙️+头像👩⚕️ 支持：... ✅ 视频转视频 ✅ 图片转视频 ✅ 文字转图片等功能...... 风格： ⭐️ 动漫风格 ⭐️ 纸片风格 ⭐️ 3D卡通 ⭐️ 素描风格.... Domo AI 是一个智能艺术生成器， 可以快速创建高质量的动漫图片🏙️ + 头像👩show more

3/创建动画视频 →去 →从步骤1上传您的头像 →从步骤2上传您的声音 →生成视频！

HeyGen实现流程中的语音克隆，现在有最佳开源方案了：XTTS v2，单样本即可克隆语音，效果见视频。 现在已经能实现：让一个明星的采访视频，变成他讲述任意小故事（内容可以GPT编）的视频，声音是他的声音，嘴型也能对上。 XTTS v2在线体验： Github：