मॉडल लॉन्च

LongCat-Video-Avatar-1.5: उन्नत ऑडियो-चालित डिजिटल मानव वीडियो निर्माण फ़्रेमवर्क

मूल शीर्षक:meituan-longcat/LongCat-Video-Avatar-1.5

AI सारांश

Meituan की LongCat टीम ने LongCat-Video-Avatar-1.5 जारी किया है, जो ऑडियो-चालित डिजिटल मानव वीडियो निर्माण पर केंद्रित ओपन-सोर्स फ़्रेमवर्क है। इसका मुख्य उन्नयन Whisper-Large ऑडियो एनकोडर का उपयोग है, जिसने होंठों की गतिशीलता की सहजता और स्वाभाविकता को स्पष्ट रूप से बेहतर बनाया है। यह संस्करण सटीक होंठ-समन्वय, पूरे शरीर की समय-स्थिरता और लंबे वीडियो में पहचान की निरंतरता प्रदान करता है, और एनीमे, जानवरों तथा बहु-व्यक्ति इंटरैक्शन जैसे जटिल परिदृश्यों पर भी सामान्यीकृत रूप से लागू हो सकता है। DMD2 आधारित स्टेप डिस्टिलेशन तकनीक के माध्यम से मॉडल को केवल 8 चरणों में कुशल तर्क करना होता है। टीम ने बहु-परिदृश्य और बहुभाषी मानव मूल्यांकन बेंचमार्क भी बनाया है, जिसने बड़े पैमाने के व्यक्तिपरक स्कोरिंग और विशेषज्ञ विश्लेषण के ज़रिए कई प्रमुख आयामों में इसके उत्कृष्ट प्रदर्शन को सत्यापित किया है।

मुख्य जानकारी

  • Meituan की LongCat टीम ने LongCat-Video-Avatar-1.
  • 5 जारी किया है,जो ऑडियो-चालित डिजिटल मानव वीडियो निर्माण पर केंद्रित ओपन-सोर्स फ़्रेमवर्क है। इसका…
  • जिसने बड़े पैमाने के व्यक्तिपरक स्कोरिंग और विशेषज्ञ विश्लेषण के ज़रिए कई प्रमुख आयामों में इसके…

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
美团 LongCat:HuggingFace 新模型
श्रेणी
मॉडल लॉन्च
AI स्कोर
73
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

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。

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: LongCat-Video-Avatar-1.5: उन्नत ऑडियो-चालित डिजिटल मानव वीडियो निर्माण फ़्रेमवर्क। 21 मई 2026। https://new.nat6.net/hi/news/cmpfoox6408bdsljwnbdhvasf/

सभी देखें →