Modellveröffentlichungen

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
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

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.

Originalartikel · AIHOT-Eintrag

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/

Alle ansehen →