Loading video...

Video Failed to Load

Go Home

StableAvatar：音频驱动生成视频 图片+音频，生成唱歌或说话视频，支持生成无限时长的视频。 Github：

Gorden_Sun's profile picture

Gorden Sun

34,983 subscribers

34,360 views • 1 year ago •via X (Twitter)

Science & TechnologyEducationArts
LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

OmniAvatar：音频驱动生成虚拟人视频 阿里开源的模型，基于Wan 2.1，通过音频生成虚拟人说话视频，嘴型匹配，有表情有动作。 项目地址： Github：
2:01

OmniAvatar：音频驱动生成虚拟人视频 阿里开源的模型，基于Wan 2.1，通过音频生成虚拟人说话视频，嘴型匹配，有表情有动作。 项目地址： Github：

Gorden Sun

35,447 views • 1 year ago

LTX-2 Model：：开源版Veo3 19B参数的视频模型，能同时生成视频和音频，支持文生视频和图生视频。 模型： 提示词文档：
0:20

LTX-2 Model：：开源版Veo3 19B参数的视频模型，能同时生成视频和音频，支持文生视频和图生视频。 模型： 提示词文档：

Gorden Sun

14,380 views • 7 months ago

一款AI一键批量生成短视频及自动发布工具：MoneyPrinterPlus 支持自动混剪，自动发布到抖音、快手、小红书、视频号等平台 支持本地语音模型 chatTTS、fasterwhisper、GPTSoVITS以及Azure、阿里云、腾讯云； 支持 Stable diffusion 、comfyUI 直接AI生图 特点： 1、AI 视频批量混剪: 可以将多个视频片段进行混剪，生成大量不重复的短视频 2、AI 视频生成器: 可以根据关键词生成视频文案，并自动配音和背景音乐 3、批量视频自动上传: 可以将生成的视频自动发布到抖音、快手、小红书、视频号等平台 github： #AI短视频 #MoneyPrinterPlus
0:22

一款AI一键批量生成短视频及自动发布工具：MoneyPrinterPlus 支持自动混剪，自动发布到抖音、快手、小红书、视频号等平台 支持本地语音模型 chatTTS、fasterwhisper、GPTSoVITS以及Azure、阿里云、腾讯云； 支持 Stable diffusion 、comfyUI 直接AI生图 特点： 1、AI 视频批量混剪: 可以将多个视频片段进行混剪，生成大量不重复的短视频 2、AI 视频生成器: 可以根据关键词生成视频文案，并自动配音和背景音乐 3、批量视频自动上传: 可以将生成的视频自动发布到抖音、快手、小红书、视频号等平台 github： #AI短视频 #MoneyPrinterPlus

AIGCLINK

47,456 views • 1 year ago

实时交互无限长视频生成神器 这就是 LongLive，NVIDIA Labs（NVlabs）官方开源的长视频生成基础设施！直接干翻所有短视频生成工具：支持顺序用户提示实时交互生成无限长视频，从第一帧开始就能一直往下生成，60秒+ 交互视频实时出，彻底告别“只能生成几秒”的时代！
1:31

实时交互无限长视频生成神器 这就是 LongLive，NVIDIA Labs（NVlabs）官方开源的长视频生成基础设施！直接干翻所有短视频生成工具：支持顺序用户提示实时交互生成无限长视频，从第一帧开始就能一直往下生成，60秒+ 交互视频实时出，彻底告别“只能生成几秒”的时代！

币世王 🦅

27,977 views • 2 months ago

果然发布了！ Black Forest Labs 发布和开源 Flux 3 视频生成模型，功能非常强大： 1. 基础生成：支持文生视频、图生视频（可以把图片作为参考，也可以作为起始帧） 2. 视频参考生成：支持基于参考片段的视频生成（即从视频参考生成新视频） 3. 视频与音频延长：支持输入视频和音频，并对两者进行延长 4. 关键帧控制：支持基于关键帧的视频生成 5. 多语言对话与多样化排版：支持多语言对话，并支持非常多的视觉风格和宽高比 6. 智能剪辑：支持将单个片段智能串联成更多、更长的多镜头序列 7. 文字与动画：支持生成文字和生成动画设计 8. 图像输出：不仅能生成视频，也支持图像输出 模型会开源，就是 Flux 3 Dev 模型，目前还不能访问，需要申请早期访问。未来几周会开放 API 的访问，之后会开放开源的 Flux 3 版本
0:46

果然发布了！ Black Forest Labs 发布和开源 Flux 3 视频生成模型，功能非常强大： 1. 基础生成：支持文生视频、图生视频（可以把图片作为参考，也可以作为起始帧） 2. 视频参考生成：支持基于参考片段的视频生成（即从视频参考生成新视频） 3. 视频与音频延长：支持输入视频和音频，并对两者进行延长 4. 关键帧控制：支持基于关键帧的视频生成 5. 多语言对话与多样化排版：支持多语言对话，并支持非常多的视觉风格和宽高比 6. 智能剪辑：支持将单个片段智能串联成更多、更长的多镜头序列 7. 文字与动画：支持生成文字和生成动画设计 8. 图像输出：不仅能生成视频，也支持图像输出 模型会开源，就是 Flux 3 Dev 模型，目前还不能访问，需要申请早期访问。未来几周会开放 API 的访问，之后会开放开源的 Flux 3 版本

歸藏(guizang.ai)

46,758 views • 21 days ago

利用 AI，用视频生成视频 从文字生成图片、从图片生成图片的产品已经很多，直接从视频生成视频呢？ 今天专注于图片和视频的 AI 人工智能公司 Runway 发布了新产品 Gen-1，可以通过已有视频、文字来生成新视频，效果非常诱人 Runway 的新闻
1:19

利用 AI，用视频生成视频 从文字生成图片、从图片生成图片的产品已经很多，直接从视频生成视频呢？ 今天专注于图片和视频的 AI 人工智能公司 Runway 发布了新产品 Gen-1，可以通过已有视频、文字来生成新视频，效果非常诱人 Runway 的新闻

倪爽

200,735 views • 3 years ago

KlingAI 数字人模型 Avatar 2.0 输入一段音乐音频 生成唱歌的视频
0:59

KlingAI 数字人模型 Avatar 2.0 输入一段音乐音频 生成唱歌的视频

小互

17,967 views • 8 months ago

阿里的新项目，从文本实时生成同步的说话人视频项目：OmniTalker，音视频同步和风格一致上效果比较好 端到端的统一框架，可以同时生成语音和视频内容，实现音视频同步输出，避免了不同步问题 可以从单个参考视频中捕获语音和面部风格，支持零样本场景下的风格复制 25帧/秒的推理速度，0.8B参数 支持中英文互转，支持情感表达，比如平静、快乐、悲伤、愤怒等等情绪。支持长时间视频生成 #说话人视频生成 #OmniTalker
0:35

阿里的新项目，从文本实时生成同步的说话人视频项目：OmniTalker，音视频同步和风格一致上效果比较好 端到端的统一框架，可以同时生成语音和视频内容，实现音视频同步输出，避免了不同步问题 可以从单个参考视频中捕获语音和面部风格，支持零样本场景下的风格复制 25帧/秒的推理速度，0.8B参数 支持中英文互转，支持情感表达，比如平静、快乐、悲伤、愤怒等等情绪。支持长时间视频生成 #说话人视频生成 #OmniTalker

AIGCLINK

50,300 views • 1 year ago

字节发布了一个新的视频模型 Goku 还有一个专门为广告视频生成做的的竖屏 goko+ 模型 效果非常🐂🍺，老广告人麻了 - 支持直接生成虚拟数字人视频 - 支持从产品图片生成和人物互动视频，保持产品样式 - 支持生成产品展示视频，保持产品样式 - 可以从文本生成广告视频
0:44

字节发布了一个新的视频模型 Goku 还有一个专门为广告视频生成做的的竖屏 goko+ 模型 效果非常🐂🍺，老广告人麻了 - 支持直接生成虚拟数字人视频 - 支持从产品图片生成和人物互动视频，保持产品样式 - 支持生成产品展示视频，保持产品样式 - 可以从文本生成广告视频

歸藏(guizang.ai)

34,313 views • 1 year ago

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。
0:11

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。

Gorden Sun

14,287 views • 11 months ago

这个通过Runway Act one生成的视频细节很完美 角色通过文本生成角色 然后使用手机拍摄一个说话视频，将你的说话表情、声音和口型转移到角色上。 就变成了这样。 由于Act one不支持肢体动作转移，它通过图生视频生成了肢体动作。 目前最多支持30秒的视频转移！
0:23

这个通过Runway Act one生成的视频细节很完美 角色通过文本生成角色 然后使用手机拍摄一个说话视频，将你的说话表情、声音和口型转移到角色上。 就变成了这样。 由于Act one不支持肢体动作转移，它通过图生视频生成了肢体动作。 目前最多支持30秒的视频转移！

小互

19,392 views • 1 year ago

一款还不错的视频自动化配音工具：MMAudio，音画同步性还可以 支持视频、文本、视频+文本输入 有同步模块，保持音频和视频动作对齐 支持44.1kHz高采样率 #音频生成 #MMAudio #AI配音
0:49

一款还不错的视频自动化配音工具：MMAudio，音画同步性还可以 支持视频、文本、视频+文本输入 有同步模块，保持音频和视频动作对齐 支持44.1kHz高采样率 #音频生成 #MMAudio #AI配音

AIGCLINK

17,451 views • 1 year ago

VEED 推出 Fabric 1.0：一张图片即可生成任意会说话视频 具备逼真的唇形同步与自然的面部表情 官方称最长支持1分钟的视频生成
0:33

VEED 推出 Fabric 1.0：一张图片即可生成任意会说话视频 具备逼真的唇形同步与自然的面部表情 官方称最长支持1分钟的视频生成

小互

13,439 views • 11 months ago

🚀 一张照片 + 一段音频，照片直接“开口说话”还能动全身，惊掉下巴了！😱🔥 一直苦恼于如何让静态照片变成会说话、表情自然、动作协调的视频？😭 开源神器 InfiniteTalk 直接实现：上传照片/视频 + 音频，就能生成无限时长的说话视频，嘴型同步超准，头部、身体姿态、微表情全协调，效果自然惊艳，简直了！😱 📌 无限时长生成：不像很多工具限时长，想做多长做多长（取决于显卡） 📌 全身协调驱动：不止动嘴，还同步头部转动、身体姿态、表情变化，减少手部/身体扭曲 📌 双模式支持：Image-to-Video（照片变视频） + Video-to-Video（已有视频重配音） 📌 多人对话也行：支持多段音频，多人同时说话不乱 📌 开源易用：提供 Gradio 界面 + ComfyUI 支持，本地运行，模型权重已开源 用这玩意真正让照片“活”过来，特别适合做短视频、Vlog、数字人、教学视频、内容创作的朋友们！❤️ 🔗 GitHub地址： （6.9k+ Stars） #开源工具 #工具分享 #AI工具 #InfiniteTalk #说话视频 #数字人 #视频生成 #AI视频 --
0:40

🚀 一张照片 + 一段音频，照片直接“开口说话”还能动全身，惊掉下巴了！😱🔥 一直苦恼于如何让静态照片变成会说话、表情自然、动作协调的视频？😭 开源神器 InfiniteTalk 直接实现：上传照片/视频 + 音频，就能生成无限时长的说话视频，嘴型同步超准，头部、身体姿态、微表情全协调，效果自然惊艳，简直了！😱 📌 无限时长生成：不像很多工具限时长，想做多长做多长（取决于显卡） 📌 全身协调驱动：不止动嘴，还同步头部转动、身体姿态、表情变化，减少手部/身体扭曲 📌 双模式支持：Image-to-Video（照片变视频） + Video-to-Video（已有视频重配音） 📌 多人对话也行：支持多段音频，多人同时说话不乱 📌 开源易用：提供 Gradio 界面 + ComfyUI 支持，本地运行，模型权重已开源 用这玩意真正让照片“活”过来，特别适合做短视频、Vlog、数字人、教学视频、内容创作的朋友们！❤️ 🔗 GitHub地址： （6.9k+ Stars） #开源工具 #工具分享 #AI工具 #InfiniteTalk #说话视频 #数字人 #视频生成 #AI视频 --

Denzii 🕊️

12,949 views • 1 month ago

StoryMem：生成多镜头长视频 将单镜头的AI视频模型（Wan2.2），增强为多镜头的视频模型，能生成镜头切换的长视频，类似Sora2。 Github： 模型：
0:58

StoryMem：生成多镜头长视频 将单镜头的AI视频模型（Wan2.2），增强为多镜头的视频模型，能生成镜头切换的长视频，类似Sora2。 Github： 模型：

Gorden Sun

38,311 views • 7 months ago

Pixelle-Video 一款全自动短视频生成引擎，只需输入一个主题，便能自动完成视频文案撰写、AI 配图生成、语音合成、背景音乐添加以及视频合成等一系列操作。
1:26

Pixelle-Video 一款全自动短视频生成引擎，只需输入一个主题，便能自动完成视频文案撰写、AI 配图生成、语音合成、背景音乐添加以及视频合成等一系列操作。

Fang知识分享

47,179 views • 6 months ago

音频加人脸生成视频新的最佳实践来了，太稳了。 字节的新研究 Loopy，看起来会开源。 涉及到非语言的动作也可以生成，比如叹息、情感驱动的眉毛和眼睛运动。 唱歌音频也没问题，对二次元图片的支持也比较好。
1:35

音频加人脸生成视频新的最佳实践来了，太稳了。 字节的新研究 Loopy，看起来会开源。 涉及到非语言的动作也可以生成，比如叹息、情感驱动的眉毛和眼睛运动。 唱歌音频也没问题，对二次元图片的支持也比较好。

歸藏(guizang.ai)

48,194 views • 1 year ago

国产视频生成框架！能让老黄唱野狼 Disco！ 大模型竞技场速报！17小时前发布的 国产 人类视频生成框架—— OmniHuman-1！ （一定要开声音看这个视频才震撼！） 这个模型的突破有： 1. 首次实现单模型支持音频/视频/文本/姿态任意组合生成视频，突破现有方法只能单一模式的限制。
1:16

国产视频生成框架！能让老黄唱野狼 Disco！ 大模型竞技场速报！17小时前发布的 国产 人类视频生成框架—— OmniHuman-1！ （一定要开声音看这个视频才震撼！） 这个模型的突破有： 1. 首次实现单模型支持音频/视频/文本/姿态任意组合生成视频，突破现有方法只能单一模式的限制。

karminski-牙医

185,776 views • 1 year ago

一个能直接跑的 AIGC 平台，支持接入各种 OpenAI 兼容的图片/视频生成 API，前台后台一套搞定。 一个前后端分离的 AIGC 平台，前端使用 Vue 3，后端使用 Node.js + Express + MySQL。用户可以配置多个 OpenAI 兼容的 API Provider，绑定图片模型或视频模型，支持文生图、图生图、文生视频、图生视频等多种生成模式。
0:47

一个能直接跑的 AIGC 平台，支持接入各种 OpenAI 兼容的图片/视频生成 API，前台后台一套搞定。 一个前后端分离的 AIGC 平台，前端使用 Vue 3，后端使用 Node.js + Express + MySQL。用户可以配置多个 OpenAI 兼容的 API Provider，绑定图片模型或视频模型，支持文生图、图生图、文生视频、图生视频等多种生成模式。

Geek Lite

14,631 views • 3 months ago