行业趋势2026/10/8 21:01:59
数字人模型 西安交通大学 SadTalker各个版本对比
SadTalker 是由西安交通大学、腾讯AI Lab 等机构联合研发的音频驱动单图像说话人脸动画系统,论文发表于 CVPR 2023。
SadTalker 是由西安交通大学、腾讯AI Lab 等机构联合研发的音频驱动单图像说话人脸动画系统,论文发表于 CVPR 2023。
LTX-2.3 DubIt 在严格意义上并非一个拥有多个大版本迭代的独立模型,而是 Lightricks 在 LTX-2.3 音视频基础模型之上训练的一个 IC-LoRA(Image-Conditio
Hedra 由斯坦福大学博士 Michael Lingelbach 于2023年创立,总部位于旧金山,专注于生成式AI视频技术。
HeyGen 由徐卓(Joshua Xu)于2020年在洛杉矶创立,最初以视频翻译工具起家,逐步演变为全球领先的AI数字人视频生成平台。
Hallo系列是由复旦大学、百度公司、苏黎世联邦理工学院和南京大学的研究人员共同开发的开源数字人项目。
Open-LLM-VTuber 是一款开源的语音交互式 AI 伴侣项目,核心能力是让用户通过语音(免提)与任意本地或云端大语言模型对话,并拥有一个生动的 Live2D 形象。
Sonic的技术路线代表了数字人生成领域的一次范式转变。与传统方法依赖辅助视觉和空间知识来稳定运动不同,Sonic将焦点转向“全局音频感知”——把音频信号作为调整面部表情和嘴唇运动的唯一先验,无需借助
MuseTalk是腾讯音乐娱乐集团(TME)天琴实验室开源的实时高清唇形同步模型,由Lyra Lab团队于2024年推出,2025年4月开源训练代码。
SoulX系列目前主要包含两个核心版本,它们各自承担着不同的技术使命。