美団、LongCat-Video-Avatar 1.5 をオープンソース化:デジタルヒューマン動画生成の効率が 15 倍に
原題:从高拟真到真可用,LongCat-Video-Avatar 1.5 正式开源
AI 要約
美団はデジタルヒューマン動画モデル LongCat-Video-Avatar 1.5 を正式にオープンソース化した。このバージョンはリップシンク、物理的妥当性、長動画の安定性で飛躍的に向上し、実写、アニメなど多様な主体や複数人インタラクションのシーンに対応する。技術面では Whisper-large で音声特徴を抽出し、GRPO を導入して人間の選好に合わせたアライメントを行い、手や動作の連続性を最適化。推論側では DMD 蒸留により生成ステップを 50 から 8 に圧縮し、共有ベースモデルと LoRA アダプターの組み合わせにより推論効率を約 15 倍向上させた(10 秒の動画は約 1 分で生成)。評価では自然さと安定性の面で一部のクローズドソース商用モデルを上回ることが示された。
要点
- 美団はデジタルヒューマン動画モデル LongCat-Video-Avatar 1.
- 5 を正式にオープンソース化した。
- このバージョンはリップシンク、物理的妥当性、長動画の安定性で飛躍的に向上し、実写、アニメなど多様な主体や複数人インタラクションのシーンに対応する。
- 技術面では Whisper-large で音声特徴を抽出し、GRPO を導入して人間の選好に合わせたアライメントを行い、手や動作の連続性を最適化。
- 推論側では DMD 蒸留により生成ステップを 50 から 8 に圧縮し、共有ベースモデルと LoRA アダプターの組み合わせにより推論効率を約 15 倍向上させた(10 秒の動画は約 1 分で生成)。
概要
- 公開日時
- 更新日時
- カテゴリ
- モデル公開
- AI スコア
- 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。
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:美団、LongCat-Video-Avatar 1.5 をオープンソース化:デジタルヒューマン動画生成の効率が 15 倍に。2026年5月22日。https://new.nat6.net/ja/news/ql1pyrh787i56r2vpwzv62vor/