LongCat-Video-Avatar-1.5: verbessertes Framework zur audiogesteuerten Erzeugung digitaler Menschen
Originaltitel:meituan-longcat/LongCat-Video-Avatar-1.5
KI-Zusammenfassung
Das LongCat-Team von Meituan hat LongCat-Video-Avatar-1.5 veröffentlicht, ein Open-Source-Framework zur audiogesteuerten Erzeugung von Videos digitaler Menschen. Kern der Aktualisierung ist der Einsatz eines Whisper-Large-Audio-Encoders, der Flüssigkeit und Natürlichkeit der Lippenbewegungen deutlich verbessert. Die Version erreicht präzise Lippensynchronisation, zeitliche Stabilität des gesamten Körpers und Identitätskonsistenz in langen Videos und lässt sich auf komplexe Szenarien wie Anime, Tiere und Interaktionen mehrerer Personen übertragen. Dank DMD2-basierter Schritt-Destillation genügen 8 Schritte für effiziente Inferenz. Zudem wurde ein Benchmark für menschliche Bewertung über mehrere Szenarien und Sprachen aufgebaut, der durch umfangreiche subjektive Bewertungen und Expertenanalysen die Leistung in mehreren Schlüsseldimensionen bestätigt.
Kernpunkte
- Das LongCat-Team von Meituan hat LongCat-Video-Avatar-1.
- 5 veröffentlicht,ein Open-Source-Framework zur audiogesteuerten Erzeugung von Videos digitaler…
- Kern der Aktualisierung ist der Einsatz eines Whisper-Large-Audio-Encoders,der Flüssigkeit und…
- Die Version erreicht präzise Lippensynchronisation,zeitliche Stabilität des gesamten Körpers und…
- Dank DMD2-basierter Schritt-Destillation genügen 8 Schritte für effiziente Inferenz.
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- 美团 LongCat:HuggingFace 新模型
- Kategorie
- Modellveröffentlichungen
- KI-Bewertung
- 73
美团把数字人模型升级到1.5版,换了Whisper做音频编码,唇形同步比之前自然不少,而且开源了训练代码,做电商直播和虚拟博主的朋友可以直接拿过来跟商业方案掰手腕。
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: LongCat-Video-Avatar-1.5: verbessertes Framework zur audiogesteuerten Erzeugung digitaler Menschen. 21. Mai 2026. https://new.nat6.net/de/news/cmpfoox6408bdsljwnbdhvasf/