美团LongCat-Video-Avatar发布并开源，重点提升动作拟真度
12月18日，美团LongCat团队发布并开源虚拟人视频生成模型LongCat-Video-Avatar，基于LongCat-Video基座，支持音频、文本或图像驱动生成最长5分钟的虚拟人视频。该模型通过“解耦无条件引导”和“跨片段隐空间拼接”等技术，提升了动作自然性、长视频稳定性与身份一致性，在HDTF、CelebV-HQ等数据集上达到先进水平，并在多场景测试中表现优异。来源：https://tech.ifeng.com/c/8pBkLOQ9B37
页:
[1]