IXThinker·2026-06-12 17:51美團開源音頻驅動影片生成框架新版本
美團LongCat團隊開源音頻驅動影片生成框架新版本，用戶只需一張參考圖與一段音頻，即可生成口型精準同步的動態化身影片，覆蓋真人、動漫及動物角色，並支援長影片輸出。
框架特性
該框架採用基於語音識別模型的特徵提取方案，確保口型與音頻高度同步；同時引入步數蒸餾技術，將擴散生成過程壓縮至僅八步，在保證高保真畫質的同時大幅提升生成速度，並支持較長影片輸出。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。