IXThinker·2026-08-04 14:50

開源模型實現分鐘級穩定數字人 支持自定義角色交互

阿里巴巴淘天集團聯同南京大學提出數字人視頻生成新框架並開源，針對長時生成中的誤差累積難題。傳統方法在數分鐘生成中易出現外觀漂移與音畫不同步，新框架以錨點引導的持久記憶機制實現分鐘級穩定輸出。

長視頻的誤差累積

當數字人視頻從數秒擴展到數分鐘，核心問題不再是單幀質素，而是遞歸生成中的誤差累積：人物外觀、場景佈局與顏色逐段漂移，語音與口型的同步也隨上下文更新而退化，成為商用落地的最大障礙。