InfiniteTalk数字人对口型效果炸裂：无限时长、口型精准的图片和视频配音

一、InfiniteTalk介绍

InfiniteTalk是美团视觉智能部推出的新型数字人驱动技术，通过稀疏帧video dubbing范式，仅需少量关键帧能驱动数字人人生成自然流畅的视频，解决传统技术中口型、表情和肢体动作脱节的问题。InfiniteTalk使数字人视频更具沉浸感和自然感，生成效率高、成本低。InfiniteTalk的论文、代码和权重已开源，为数字人技术的发展提供重要参考。

InfiniteTalk的主要功能

• 高效驱动虚拟人：仅需少量关键帧，能精准驱动虚拟人生成自然流畅的视频，实现口型、表情和肢体动作的完美同步。
• 多样化场景适配：适用虚拟主播、客服、演员等多种场景，为不同行业提供高效、低成本的虚拟人解决方案。
• 高效率视频生成：通过稀疏帧驱动和时间插值技术，快速生成高质量视频，大幅降低制作成本和时间。

二、相关安装

ComfyUI-WanVideoWrapper：https://github.com/kijai/ComfyUI-WanVideoWrapper

安装教程：

cd custom_nodes
git clone https://github.com/kijai/ComfyUI-WanVideoWrapper.git
安装依赖项：pip install -r requirements.txt

模型安装路径：

ComfyUI/
├── models/
│   ├── unet/
│   │   └─── Wan2_1-I2V-14B-480p_fp8_e4m3fn_scaled_KJ.safetensors
│   │   └─── Wan2_1-InfiniteTalk-Multi_fp8_e4m3fn_scaled_KJ.safetensors
│   │   └─── Wan2_1-InfiniteTalk-Single_fp8_e4m3fn_scaled_KJ.safetensors
│   ├── loras/
│   │   └─── lightx2v_I2V_14B_480p_cfg_step_distill_rank64_bf16.safetensors
│   │   └─── lightx2v_T2V_14B_cfg_step_distill_v2_lora_rank64_bf16.safetensors
│   │   └─── Wan2.1-Fun-14B-InP-HPS2.1_reward_lora_comfy.safetensors
│   │   └─── Wan_2_1_T2V_14B_480p_rCM_lora_average_rank_83_bf16.safetensors
│   ├── transformers/
│   │   └─── TencentGameMate
│   ├── text_encoders/
│   │   └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors           # or your chosen version
│   ├── vae/
│   │   └──  wan_2.1_vae.safetensors
│   └── clip_vision/
│       └──  clip_vision_h.safetensors

三、工作流及体验

四、案例展示

完整版演示入口：https://meigen-ai.github.io/InfiniteTalk/

总结：