美團 LongCat-Video-Avatar 開源：實現領先的真視訊人像生成
近日，美團 LongCat 隊正式發布並開源 SOTA 人視頻生成模型 —— LongCat-Video-Avatar。該模型基於 LongCat-Video 基座打造，延續「一個模型支持多任務」的核心設計，原生支持 Audio-Text-to-Video（AT2V）、Audio-Text-Image-to-Video（ATI2V）及視頻續寫等核心功能，同時在底層架構上全面升級，實現動作真度、長視頻定性與身份一致性三大維度的突破。
技術亮點
LongCat-Video-Avatar 的技術亮點包括：
- 開源 SOTA 真度：讓人「活」起來
- 連「不說話」的時候，都很像人：美團通過 Disentangled Unconditional Guidance（解無條件引導）訓練方法，让模型明白了「音」不等於「死機」
LongCat-Video-Avatar 的優勢
LongCat-Video-Avatar 因此成為首個同時支持文字、圖片、視頻三種生成模式的「全能選手」，人從此有了「真正的生命力」。在 HDTF、CelebV-HQ 、EMTD 和 EvalTalker 等權威公開數據集上的定量評測表明，LongCat-Video-Avatar 在多項核心指標上達到 SOTA 先水平。
開源地址
LongCat-Video-Avatar 的開源地址包括：
- GitHub：https://github.com/meituan-longcat/LongCat-Video
- Hugging Face：https://huggingface.co/meituan-longcat/LongCat-Video-Avatar
- Project：https://meigen-ai.github.io/LongCat-Video-Avatar/
參考資料與原文來源
- 原文來源: 美团 LongCat-Video-Avatar 正式发布，实现开源 SOTA 拟真表现
- 原文來源: 美团开源虚拟人视频生成模型 LongCat-Video-Avatar
- 原文來源: 美團開源 SOTA 人視頻生成模型「LongCat-Video-Avatar」
🧠本文由 DreamJ AI 技術新聞生成系統 自動撰寫並進行語意優化，僅供技術研究與教學使用。
請以原廠公告、CVE 官方資料與安全建議為最終依據。
發佈留言