Meituan ने LongCat-Video-Avatar 1.5 ओपन-सोर्स किया: डिजिटल ह्यूमन वीडियो जनरेशन दक्षता में 15 गुना वृद्धि
मूल शीर्षक:从高拟真到真可用,LongCat-Video-Avatar 1.5 正式开源
AI सारांश
Meituan ने आधिकारिक तौर पर LongCat-Video-Avatar 1.5 डिजिटल ह्यूमन वीडियो मॉडल को ओपन-सोर्स किया है। यह संस्करण लिप-सिंक, भौतिक तर्कसंगतता और लंबे वीडियो की स्थिरता में सुधार करता है, जो वास्तविक लोगों और एनीमे पात्रों के साथ बहु-व्यक्ति इंटरैक्शन दृश्यों का समर्थन करता है। तकनीकी रूप से, यह ऑडियो फीचर्स निकालने के लिए Whisper-large का उपयोग करता है और हाथ व गति की निरंतरता को अनुकूलित करने के लिए GRPO के साथ ह्यूमन प्रेफरेंस एलाइनमेंट लागू करता है। इंफेरेंस साइड पर, DMD डिस्टिलेशन के माध्यम से जनरेशन स्टेप्स को 50 से घटाकर 8 किया गया है, और साझा बेस मॉडल के साथ LoRA एडेप्टर का उपयोग करके इंफेरेंस दक्षता में लगभग 15 गुना वृद्धि हुई है (10 सेकंड के वीडियो के लिए केवल लगभग 1 मिनट की आवश्यकता)। मूल्यांकन से पता चलता है कि यह स्वाभाविकता और स्थिरता में कई क्लोज्ड-सोर्स कमर्शियल मॉडलों से बेहतर है।
मुख्य जानकारी
- Meituan ने आधिकारिक तौर पर LongCat-Video-Avatar 1.
- 5 डिजिटल ह्यूमन वीडियो मॉडल को ओपन-सोर्स किया है। यह संस्करण लिप-सिंक,भौतिक तर्कसंगतता और लंबे…
- DMD डिस्टिलेशन के माध्यम से जनरेशन स्टेप्स को 50 से घटाकर 8 किया गया है,और साझा बेस मॉडल के साथ…
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- स्रोत
- 公众号:龙猫LongCat(美团)
- श्रेणी
- मॉडल लॉन्च
- AI स्कोर
- 78
头部大厂开源的高性能数字人模型,显著降低商用门槛。其“15 倍提速”与“多场景泛化”能力为开发者提供了极具竞争力的基座,适合关注 AI 视频生成落地与成本优化的读者。
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।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: Meituan ने LongCat-Video-Avatar 1.5 ओपन-सोर्स किया: डिजिटल ह्यूमन वीडियो जनरेशन दक्षता में 15 गुना वृद्धि। 22 मई 2026। https://new.nat6.net/hi/news/ql1pyrh787i56r2vpwzv62vor/