LongCat-Video-Avatar-1.5 : une version améliorée du framework de génération de vidéos d'avatars pilotés par l'audio
Titre original:meituan-longcat/LongCat-Video-Avatar-1.5
Résumé IA
L'équipe LongCat de Meituan a publié LongCat-Video-Avatar-1.5, un framework open source dédié à la génération de vidéos d'avatars numériques pilotés par l'audio. Sa principale amélioration réside dans l'adoption de l'encodeur audio Whisper-Large, qui optimise nettement la fluidité et le naturel de la dynamique labiale. Cette version assure une synchronisation précise des lèvres, une stabilité temporelle du corps entier et une cohérence d'identité sur les vidéos longues, tout en se généralisant à des scènes complexes comme l'animation, les animaux et les interactions multi-personnes. Grâce à une technique de distillation par étapes basée sur DMD2, le modèle n'a besoin que de 8 étapes pour inférer efficacement. L'équipe a également construit un benchmark d'évaluation humaine couvrant plusieurs scènes et langues, qui valide ses performances sur plusieurs dimensions clés via des notations subjectives à grande échelle et des analyses d'experts.
Points clés
- L'équipe LongCat de Meituan a publié LongCat-Video-Avatar-1.
- 5,un framework open source dédié à la génération de vidéos d'avatars numériques pilotés par l'audio.
- Sa principale amélioration réside dans l'adoption de l'encodeur audio Whisper-Large,qui optimise…
- Cette version assure une synchronisation précise des lèvres,une stabilité temporelle du corps…
- Grâce à une technique de distillation par étapes basée sur DMD2,le modèle n'a besoin que de 8…
En bref
- Publié
- Mis à jour
- Source
- 美团 LongCat:HuggingFace 新模型
- Catégorie
- Sorties de modèles
- Score 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。
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : LongCat-Video-Avatar-1.5 : une version améliorée du framework de génération de vidéos d'avatars pilotés par l'audio. 21. mai 2026. https://new.nat6.net/fr/news/cmpfoox6408bdsljwnbdhvasf/