Загрузка видео...

Не удалось загрузить видео

На главную

美团开源虚拟人模型LongCat-Video-Avatar 类似字节的OmniHuman 1.5和快手的Avatar 2.0，支持音频驱动照片生成视频（尤其适用于主播和MV） 项目地址： 模型：

Gorden_Sun's profile picture

Gorden Sun

52,249 subscribers

13,112 просмотров • 6 месяцев назад •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

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 просмотров • 1 год назад

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 просмотров • 7 месяцев назад

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

14,323 просмотров • 6 месяцев назад

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)

34,287 просмотров • 1 год назад

太酷了，阿里通义实验室给出了一套完整的可实时交互的数字人系统！ 先是一款单图秒级3D数字人生成模型：LAM，支持实时动画和交互功能 支持跨平台、低延迟、实时渲染 另外还开源了两个配套工具，形成了一个完整的可实时交互的数字人系统 1、Audio2Expression，一个音频驱动的表情动画模型，用于驱动LAM生成的数字人头像，根据音频做出相应的嘴型和表情 2、OpenAvatarChat，数字人实时对话系统，核心是多模态低延迟，平均回答延迟在2.2秒左右 #AI数字人 #虚拟主播
1:06

太酷了，阿里通义实验室给出了一套完整的可实时交互的数字人系统！ 先是一款单图秒级3D数字人生成模型：LAM，支持实时动画和交互功能 支持跨平台、低延迟、实时渲染 另外还开源了两个配套工具，形成了一个完整的可实时交互的数字人系统 1、Audio2Expression，一个音频驱动的表情动画模型，用于驱动LAM生成的数字人头像，根据音频做出相应的嘴型和表情 2、OpenAvatarChat，数字人实时对话系统，核心是多模态低延迟，平均回答延迟在2.2秒左右 #AI数字人 #虚拟主播

AIGCLINK

47,683 просмотров • 1 год назад

Gaga-1 正式上线了。 第一款能生成AI演员的视频模型，终于支持9:16竖屏了。 Tiktok和抖音，用它制作的爆款视频肯定会出现。 模型目前限免，地址见评论区
1:16

Gaga-1 正式上线了。 第一款能生成AI演员的视频模型，终于支持9:16竖屏了。 Tiktok和抖音，用它制作的爆款视频肯定会出现。 模型目前限免，地址见评论区

向阳乔木

62,701 просмотров • 7 месяцев назад

Wan 团队开源一个非常强的唇形和动作同步模型 Wan‑Animate！ 这可是开源的朋友们，自定义程度极高 可以用一个模型同时解决“角色动画生成”和“角色替换”两类任务 支持上传图片从视频迁移对应的人物表情和动作变成新的视频。 也支持单纯替换原有视频中的某个人物，同时复制原场景的光照与色调。
0:39

Wan 团队开源一个非常强的唇形和动作同步模型 Wan‑Animate！ 这可是开源的朋友们，自定义程度极高 可以用一个模型同时解决“角色动画生成”和“角色替换”两类任务 支持上传图片从视频迁移对应的人物表情和动作变成新的视频。 也支持单纯替换原有视频中的某个人物，同时复制原场景的光照与色调。

歸藏(guizang.ai)

29,993 просмотров • 9 месяцев назад

HeyGen 发布 Avatar IV 数字人模型 只需一张照片、一段脚本和自己的语音，即可生成一个非常逼真数字人 - 新模型基于“扩散式音频驱动表情引擎”，能根据语音的节奏、语调、情绪合成真实的面部表情和动作。 - 支持侧脸图像与角度变化，带来更具电影感的画面。 - 支持唱歌同步（节奏匹配） - 不仅同步声音，还能“理解”语义与情感，表现出暂停、点头、语调起伏等微动作。 - 支持 30 秒音频/脚本：最多上传 30 秒的语音或文本脚本生成动画。
0:24

HeyGen 发布 Avatar IV 数字人模型 只需一张照片、一段脚本和自己的语音，即可生成一个非常逼真数字人 - 新模型基于“扩散式音频驱动表情引擎”，能根据语音的节奏、语调、情绪合成真实的面部表情和动作。 - 支持侧脸图像与角度变化，带来更具电影感的画面。 - 支持唱歌同步（节奏匹配） - 不仅同步声音，还能“理解”语义与情感，表现出暂停、点头、语调起伏等微动作。 - 支持 30 秒音频/脚本：最多上传 30 秒的语音或文本脚本生成动画。

小互

140,969 просмотров • 1 год назад

字节跳动的新项目 通过音频驱动静态照片生成动态视频 并且生成头部和面部的自然动作，如表情变化、头部移动等。 模型不仅支持各种音频和视觉风格，还能够生成高度逼真的细节，包括面部的微表情、眉毛和眼睛的细微变化以及头部的自然运动。 它还支持生成非言语动作（如叹息、情感驱动的面部表情），使动画更加生动。 效果非常不错... Loopy 摒弃了传统音频驱动生成方法中需要手动设定空间运动模板的限制。 通过自主学习音频中的运动模式。可以自动生成逼真的肖像动画，无需人为干预，提升了生成过程的效率和灵活性。
1:10

字节跳动的新项目 通过音频驱动静态照片生成动态视频 并且生成头部和面部的自然动作，如表情变化、头部移动等。 模型不仅支持各种音频和视觉风格，还能够生成高度逼真的细节，包括面部的微表情、眉毛和眼睛的细微变化以及头部的自然运动。 它还支持生成非言语动作（如叹息、情感驱动的面部表情），使动画更加生动。 效果非常不错... Loopy 摒弃了传统音频驱动生成方法中需要手动设定空间运动模板的限制。 通过自主学习音频中的运动模式。可以自动生成逼真的肖像动画，无需人为干预，提升了生成过程的效率和灵活性。

小互

35,076 просмотров • 1 год назад

Hedra Studio 推出Character-3 AI 数字人视频生成模型 可以同时处理多种输入类型（图像、文本、音频），并将它们融合成高质量的视频。 上传一张人物照片，输入一段文本或音频，Character-3 就能生成一个会说话、唱歌甚至表演的虚拟角色视频。 支持全身动作和情感控制，大范围动态场景... 可以生成具有高度表现力的虚拟人物，比如可以用于讲故事、制作动画或营销内容。
0:27

Hedra Studio 推出Character-3 AI 数字人视频生成模型 可以同时处理多种输入类型（图像、文本、音频），并将它们融合成高质量的视频。 上传一张人物照片，输入一段文本或音频，Character-3 就能生成一个会说话、唱歌甚至表演的虚拟角色视频。 支持全身动作和情感控制，大范围动态场景... 可以生成具有高度表现力的虚拟人物，比如可以用于讲故事、制作动画或营销内容。

小互

19,850 просмотров • 1 год назад

现在图生视频都在5秒或10秒，10秒的看上去像5秒的慢放，这个无论是在开源模型还是闭源模型上都有类似效果。尤其对于商业闭源视频来说，如果花费一倍以上的成本生成的10秒视频却只是5秒的慢放版，那就显得太不划算了。这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供 这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供大家参考。 #女s #les #女仆 #AI视频
0:25

Sensitive content

现在图生视频都在5秒或10秒，10秒的看上去像5秒的慢放，这个无论是在开源模型还是闭源模型上都有类似效果。尤其对于商业闭源视频来说，如果花费一倍以上的成本生成的10秒视频却只是5秒的慢放版，那就显得太不划算了。这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供 这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供大家参考。 #女s #les #女仆 #AI视频

獨自懵逼

18,922 просмотров • 1 год назад

港大和字节的这个广告视频生成模型很赞，Goku+，可以生成20秒以上的广告宣传片、生成口播/走播视频，目前没代码 效果看上去画面稳定，没有明显的闪烁或抖动，人物及面部自然、动作流畅 支持室内/户外、 产品特写、人物互动场景等，适合电商、品牌营销等商业广告 Goku+是Goku的优化版，主打广告生成 Goku是一个基于流的视频生成基础模型，支持风景、人物、动物、动作多种场景，支持写实风、动画风 #AI视频 #AI广告制作 #Goku #视频生成 #广告视频生成
1:10

港大和字节的这个广告视频生成模型很赞，Goku+，可以生成20秒以上的广告宣传片、生成口播/走播视频，目前没代码 效果看上去画面稳定，没有明显的闪烁或抖动，人物及面部自然、动作流畅 支持室内/户外、 产品特写、人物互动场景等，适合电商、品牌营销等商业广告 Goku+是Goku的优化版，主打广告生成 Goku是一个基于流的视频生成基础模型，支持风景、人物、动物、动作多种场景，支持写实风、动画风 #AI视频 #AI广告制作 #Goku #视频生成 #广告视频生成

AIGCLINK

16,374 просмотров • 1 год назад

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

38,154 просмотров • 6 месяцев назад

新加坡科技设计大学的DeCLaRe实验室和英伟达开源的一款超快文本转音频模型：TANGOFLUX 在A40 GPU上3.7秒可生成30秒音频 可输出44.1kHz立体声 支持长音频，可生成最长30秒的音频 #音频生成模型 #TANGOFLUX #TexttoAudio
0:32

新加坡科技设计大学的DeCLaRe实验室和英伟达开源的一款超快文本转音频模型：TANGOFLUX 在A40 GPU上3.7秒可生成30秒音频 可输出44.1kHz立体声 支持长音频，可生成最长30秒的音频 #音频生成模型 #TANGOFLUX #TexttoAudio

AIGCLINK

16,381 просмотров • 1 год назад

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

185,697 просмотров • 1 год назад

字节发布了豆包2.0系列模型，包括Pro、Mini、Lite三款通用模型和代码专用的Code模型。扣子编程里已经上线了Seed 2.0 Code模型，前端效果不错，生成的古风天气卡片动效非常到位，尤其是雷雨天气的闪屏效果。
0:26

字节发布了豆包2.0系列模型，包括Pro、Mini、Lite三款通用模型和代码专用的Code模型。扣子编程里已经上线了Seed 2.0 Code模型，前端效果不错，生成的古风天气卡片动效非常到位，尤其是雷雨天气的闪屏效果。

Gorden Sun

11,632 просмотров • 4 месяцев назад

兄弟们，这个数字人工具感觉不错 我刚安装好，正在体验 一个安装包即可解决所有问题，非常适合小白用户，以往的开源数字人工具都需要自己配置环境什么的，对小白很不友好。 这个一个安装包，然后下载模型即可，很容易上手 可以生成带有数字人的视频，并且保持嘴型和声音是同步的。 支持语音合成和声音克隆 支持Windows\Linux和macOS 支持模型：比如 MuseTalk（文本到语音）和 CosyVoice（语音克隆）。 可以很方便地导入各种 AI 模型，界面支持中英文，关键还是开源的。
0:20

兄弟们，这个数字人工具感觉不错 我刚安装好，正在体验 一个安装包即可解决所有问题，非常适合小白用户，以往的开源数字人工具都需要自己配置环境什么的，对小白很不友好。 这个一个安装包，然后下载模型即可，很容易上手 可以生成带有数字人的视频，并且保持嘴型和声音是同步的。 支持语音合成和声音克隆 支持Windows\Linux和macOS 支持模型：比如 MuseTalk（文本到语音）和 CosyVoice（语音克隆）。 可以很方便地导入各种 AI 模型，界面支持中英文，关键还是开源的。

小互

41,028 просмотров • 1 год назад

卧槽，我们有开源的 Heygen 可以用了？ 目前开源的HeyGen类似项目基本都支持面部和唇形同步，不支持更大范围的肢体运动。 TANGO 这个项目只需要提供几十秒的肢体运动视频，就可以无限生成匹配对应音频的全身视频。 再搭配上一些唇形同步开源项目比如快手的LivePortrait，完美复刻HeyGen不是梦想。
2:57

卧槽，我们有开源的 Heygen 可以用了？ 目前开源的HeyGen类似项目基本都支持面部和唇形同步，不支持更大范围的肢体运动。 TANGO 这个项目只需要提供几十秒的肢体运动视频，就可以无限生成匹配对应音频的全身视频。 再搭配上一些唇形同步开源项目比如快手的LivePortrait，完美复刻HeyGen不是梦想。

歸藏(guizang.ai)

36,803 просмотров • 1 год назад

CAD Skills：Agent生成能运动的CAD模型 给Agent安装Skill，即可通过文字生成能带动画的CAD模型，尤其适合教育场景。 在线看我生成的CAD模型： Github：
0:41

CAD Skills：Agent生成能运动的CAD模型 给Agent安装Skill，即可通过文字生成能带动画的CAD模型，尤其适合教育场景。 在线看我生成的CAD模型： Github：

Gorden Sun

15,281 просмотров • 1 месяц назад

AigcPanel 一款由 Vue 实现的简单易用一站式 AI 数字人系统，小白也可使用。 支持视频合成、声音合成、声音克隆，简化本地模型管理、一键导入和使用AI模型。
0:20

AigcPanel 一款由 Vue 实现的简单易用一站式 AI 数字人系统，小白也可使用。 支持视频合成、声音合成、声音克隆，简化本地模型管理、一键导入和使用AI模型。

Geek

55,041 просмотров • 1 год назад