🚀 一张照片 + 一段音频，照片直接“开口说话”还能动全身，惊掉下巴了！😱🔥 一直苦恼于如何让静态照片变成会说话、表情自然、动作协调的视频？😭 开源神器 InfiniteTalk 直接实现：上传照片/视频 + 音频，就能生成无限时长的说话视频，嘴型同步超准，头部、身体姿态、微表情全协调，效果自然惊艳，简直了！😱 📌 无限时长生成：不像很多工具限时长，想做多长做多长（取决于显卡） 📌 全身协调驱动：不止动嘴，还同步头部转动、身体姿态、表情变化，减少手部/身体扭曲 📌 双模式支持：Image-to-Video（照片变视频） + Video-to-Video（已有视频重配音） 📌 多人对话也行：支持多段音频，多人同时说话不乱 📌 开源易用：提供 Gradio 界面 + ComfyUI 支持，本地运行，模型权重已开源 用这玩意真正让照片“活”过来，特别适合做短视频、Vlog、数字人、教学视频、内容创作的朋友们！❤️ 🔗 GitHub地址： （6.9k+ Stars） #开源工具# #工具分享# #AI工具# #InfiniteTalk# #说话视频# #数字人# #视频生成# #AI视频# --

美团 LongCat 团队刚发布了 LongCat-Video-Avatar 1.5，一个开源的音频驱动虚拟人生成框架。 输入一张照片和一个音频文件，就能生成对口型的说话视频。 解决了现有 AI 头像工具的几个常见问题： - 面孔变形 - 口型不同步 - 身份漂移 - 长视频生成不稳定 支持新闻播报、教育、娱乐、电商等场景，中英文都可以，有写实和动画两种风格。 MIT 许可证，可以商用。 1.5 版本升级了 Whisper-Large 模型，口型同步更准确，推理速度也更快。 之前做这种视频需要摄制组、工作室和后期剪辑，现在一个开源工具就能搞定。 对于那些收费几千美元的工具来说，这相当于来了个免费竞争对手。 GitHub 仓库链接在评论区。

一张图生成一个实时回应你的对话视频角色 Runway 推出 Runway Characters 你给它一张参考图，它就能生成一个可以和用户实时说话的视频角色。 • 角色能实时对话，官方称支持 HD、24fps • 它能看摄像头，也能看屏幕共享 • 声音、性格、开场白可以配置，也能生成或克隆自定义声音 • 可以接文本或 Markdown 知识库，让角色按资料回答 • 可以调用工具，比如高亮网页按钮、滚动页面、打开弹窗，或去后端查订单和库存 • 可以通过 API、React SDK、网页 Widget 接进自己的产品。 你可能觉得，这不就是“数字人”吗。上传一张脸，让它眨眼、张嘴、读稿，过去几年大家已经看过很多。 但 Runway Characters 不是在重复这件事。 它想把视频生成从“等模型出片”，往前推到“现场接话”。 用户不是等一段生成好的视频，而是在和屏幕里的角色说话。这个角色要能听懂你、看见你正在看的东西、按资料回答，还能在产品里做一点动作。

@lvjin1993 这段视频反复看了好几遍，先是静音的，后来打开声音听了听。尽管是本子，演得还自然的。我觉得这男的格局有点小，一句“早知道你买单就去吃顿好的了”，这是什么心态啊，是吧，吃别人的要狠，吃自己的要省。该是美女放弃她，此美女从说话语气、语调以及表现来看是还不错的。

彼此都不好意思，谁也没说话。我蒙着眼，只静静感受他粗硬肉棒缓缓插入。黑暗中穴口被慢慢撑开，那种又胀又爽的快感直冲脑门 📷 完整高清视频猛戳：