行业趋势2026/10/8 20:53:48
数字人模型 HeyGen各个版本对比
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。
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。
OmniAvatar 由阿里巴巴夸克技术团队与浙江大学联合研发,于2025年6月正式开源。其核心定位是“音频驱动的全身视频生成模型”——与传统数字人模型仅关注面部动画不同
EchoMimic是蚂蚁集团支付宝多模态应用实验室发布并开源的数字人技术项目,核心能力是仅需输入一张参考图像和一段音频,即可生成高质量的人物动画视频。
LatentSync 是由字节跳动开源的一款基于音频条件潜在扩散模型的端到端唇形同步框架,于2024年12月首次发布