LongCat-Video-Avatar-1.5: marco mejorado de generación de vídeo de avatares digitales impulsado por audio
Título original:meituan-longcat/LongCat-Video-Avatar-1.5
Resumen de IA
El equipo LongCat de Meituan ha publicado LongCat-Video-Avatar-1.5, un marco de código abierto centrado en la generación de vídeo de avatares digitales impulsada por audio. Su mejora principal radica en el uso del codificador de audio Whisper-Large, que optimiza notablemente la fluidez y naturalidad de la dinámica labial. Esta versión logra una sincronización labial precisa, estabilidad temporal de cuerpo completo y coherencia de identidad en vídeos largos, y puede generalizarse a escenarios complejos como anime, animales e interacciones entre varias personas. Gracias a la técnica de destilación por pasos basada en DMD2, el modelo solo necesita 8 pasos para una inferencia eficiente. El equipo también ha creado un conjunto de referencia de evaluación humana que abarca múltiples escenarios e idiomas y, mediante puntuaciones subjetivas a gran escala y análisis de expertos, ha validado su excelente rendimiento en varias dimensiones clave.
Puntos clave
- El equipo LongCat de Meituan ha publicado LongCat-Video-Avatar-1.
- 5,un marco de código abierto centrado en la generación de vídeo de avatares digitales impulsada…
- Su mejora principal radica en el uso del codificador de audio Whisper-Large,que optimiza…
- Esta versión logra una sincronización labial precisa,estabilidad temporal de cuerpo completo y…
- Gracias a la técnica de destilación por pasos basada en DMD2,el modelo solo necesita 8 pasos para…
Resumen rápido
- Publicado
- Actualizado
- Fuente
- 美团 LongCat:HuggingFace 新模型
- Categoría
- Lanzamientos de modelos
- Puntuación IA
- 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。
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: LongCat-Video-Avatar-1.5: marco mejorado de generación de vídeo de avatares digitales impulsado por audio. 21. mayo 2026. https://new.nat6.net/es/news/cmpfoox6408bdsljwnbdhvasf/