美團 LongCat 已將其商用級數位人像影片生成模型「LongCat-Video-Avatar 1.5」開源。該模型在唇形同步、物理合理性及多人互動方面均有重大升級。它採用了增強版的 Whisper-large 音訊編碼器與全新的資料系統,以提升泛化能力。透過 DMD 蒸餾技術,推論速度提升了 15 倍。 基準測試顯示,該模型在用戶偏好度與影片穩定性方面,表現優於 Kling Avatar 2.0 和 HeyGen 等競爭對手。此次發布旨在為開發者提供可驗證的技術基礎。
評論 (0)
0/300





首頁
