-
AI漫剧从0到1全流程SOP:爆款AI漫剧教学手册-北京航空航天大学（附PDF下载）
想做 AI 漫剧却怕门槛高、没人带？❌别再自己瞎摸索了！ 由北航何静副教授团队+清华新媒沈阳团队联合打造,带你拆解百万播放量AI漫剧创作全流程，面向新手小白。该手册是一份关于利用AI工具进行漫画与短剧创作的系统性教学指南，内容主要围绕AI漫剧的全流程制作展开，涵盖工具介绍、角色设计与生成、一致性控制、动态视频生成、剧情创意设计、转场技巧以及创作思路总结等方面。 手册首先列举多款AI视频生成工具，并…- 72.1k
- 72.1k
-
LTX-2.5模型发布:6.8秒生成10秒720P视频
一、LTX2.5模型介绍 LTX-2.5 是LTX领先研究团队推出的最新开放世界视频生成模型，为媒体与娱乐、机器人、实时生成等领域的使用场景奠定基础。该模型可生成更高质量的视频，更准确地遵循提示词，并在多次生成中保持角色、场景和声音的一致性。在 2 张英伟达 GB200 芯片配置下生成 10 秒 720P 视频仅需 6.8 秒，原生集成 ComfyUI 工作流工具。 全新多镜头支持让创作者可生成跨…- 76.8k
- 76.8k
-
阿里开源Wan-Dancer舞蹈生成模型,突破分钟级舞蹈生成瓶颈
一、Wan Dance是什么？ Wan-Dancer是阿里通义万相开源的音乐驱动人像舞蹈视频生成模型，参数量达140亿，可根据输入音乐自动生成与节拍匹配的人物舞蹈视频，支持输入单张人物照片与音频，自动生成15 秒至 3 分钟、节拍精准对齐的高清连贯舞蹈视频 。 音乐驱动舞蹈生成：输入人物照片与音乐，自动生成与节拍精准对齐的舞蹈视频。 分钟级长视频生成：突破传统 20 秒限制，稳定生成 …- 73.7k
- 73.7k
-
小米开源TTS模型OmniVoice覆盖 600+ 语种零样本语音克隆 TTS：小语种也能轻松复活
一、什么是OmniVoice OmniVoice-TTS 是由小米人工智能实验室下一代 Kaldi 团队（k2-fsa）于 2026 年 4 月开源的大规模多语言零样本文本转语音（TTS）模型，支持超 600 种语言，在语音克隆、声音设计、推理速度等方面表现突出，适用于多语种配音、数字人、有声书、语言保护等场景。 OmniVoice-TTS 工作流采用模块化设计，将语音生成的不同需求划分…- 60k
- 60k
-
实时数字人SoulX-FlashTalk：4090显卡实时生成直播视频！
一、SoulX-FlashTalk介绍 SoulX-FlashTalk是由Soul AI Lab团队开发的140亿参数数字人生成框架，专为实时、高保真、长时稳定的音频驱动虚拟形象生成而设计。它在2025年底提出，并于2026年初开源，解决了数字人直播中“无限流”场景下的模型崩溃与高延迟难题。它主打的核心场景就是“高保真”与“实时性”。 不仅要画质好，更要速度快，非常适合用在AI 客服、虚…- 102.4k
- 102.4k
-
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。 In…- 60k
- 60k
-
阿里千问声音克隆:Qwen3-TTS语音生成模型全家桶开源上线
2026年1月22日，阿里巴巴通义实验室旗下的 Qwen 团队正式宣布 Qwen3-TTS 系列模型全面开源，并同步发布 GitHub 仓库 QwenLM/Qwen3-TTS。这一消息迅速在 AI 社区引发热议——不仅因为其技术实力远超预期，如今，它竟以完整、可本地部署、支持微调的开源姿态亮相，堪称一场“意料之外，情理之中”的技术馈赠。 一、什么是Qwen3-TTS? Qwen3-TTS是由Qwe…- 67.6k
- 67.6k
-
Ai数字人:HuMo—清华和字节共同开源多角色参考+物品参考+对口型
一、HuMo是什么 HuMo是清华大学联合字节跳动智能创作实验室推出的开源多模态视频生成框架，专注于人类中心的视频生成。能从文本、图像和音频等多种模态输入中生成高质量、精细可控的人类视频。HuMo支持强大的文本提示跟随能力、一致的主体保留以及音频驱动的动作同步。支持从文本-图像、文本-音频以及文本-图像-音频生成视频，提供更高的定制化和控制能力。HuMo支持480P和720P分辨率的视频生成，72…- 19.5k
- 19.5k
-
multitalk数字人还没有捂热，新王又登基，Infinite talk数字人无限续杯！
本以为wan2.2+mulittalk数字人已经无敌了，谁知道infinite talk才是真正的数字人之王，因为她不仅支持声音驱动图生视频，也支持声音驱动视频生视频，而且可以生成无限时长! 一、InfiniteTalk数字人介绍 infiniteTalk 是一个无限长度的语音视频生成模型,它是和multitalk是一个研发小组开源的数字人项目，让我记住他们的的名字，MeiGen-ai,昨天刚开源…- 60.1k
- 60.1k
扫码打开当前页
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×