📰 数字人模型
数字人模型 虎牙 VAM各个版本对比
虎牙VAM(Vivid Avatar Model)目前仅正式发布了 VAM 1.0 一个版本,于2026年7月18日在世界人工智能大会(WAIC)上首发。
数字人模型 字节 OmniHuman各个版本对比
字节跳动 OmniHuman 是字节跳动智能创作团队研发的数字人视频生成模型系列,于2025年2月首次发布,核心能力是仅需一张人物图片和一段音频,即
数字人模型 快手 Kling Avatar各个版本对比
可灵 Kling Avatar 是快手可灵AI团队研发的数字人视频生成模型系列,自2025年9月首次发布以来,以约三个月的迭代节奏,完成了从“对口型”到“会表演”再到“更会演”的跨越。
数字人模型 美团 LongCat-Video-Avatar各个版本对比
2024年10月,美团开源了LongCat-Video视频生成基座模型;2025年8月,开源了InfiniteTalk项目,凭借无限长度生成能力与精准的唇形、头部、表情及姿态同步表现,迅速成为语音驱动
数字人模型 阿里 Wan2.2-S2V / LiveAvatar各个版本对比
阿里巴巴在数字人视频生成领域构建了从“离线电影级生成”到“实时流式交互”的完整技术栈。
数字人模型 字节跳动 LatentSync各个版本对比
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
数字人模型 蚂蚁集团 EchoMimic各个版本对比
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。
数字人模型 阿里巴巴 夸克 OmniAvatar各个版本对比
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
数字人模型 Soul App 海外版 SoulX-FlashHead / LiveAct各个版本对比
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。
数字人模型 腾讯音乐天琴实验室 MuseTalk各个版本对比
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。
数字人模型 腾讯 × 浙江大学 Sonic各个版本对比
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
数字人模型 Open-LLM-VTuber各个版本对比
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。
数字人模型 百度 × 复旦大学 Hallo / Hallo2 / Hallo-Live各个版本对比
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。
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。
数字人模型 Hedra各个版本对比
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。
数字人模型 Lightricks LTX-2.3 DubIt各个版本对比
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
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。


















