当全球开发者还在为海外AI公司的高价订阅费发愁时，中国团队 （硅基智能）用开源代码给出了答案，只需一秒视频，短短30秒即可克隆你的数字分身；无需编程基础，三行代码即可构建实时对话数字人。
硅基智能推出的两大开源项目—HeyGem与DUIX在全球最大开源社区GitHub上引发热潮，截止目前累计斩获14.6K+星标，其中 HeyGem 更是登上GitHub Trending的日榜与月榜，吸引了全球开发者的目光。
“开源即竞争力”-这条硅谷信奉的法则，正在被中国团队重新诠释。硅基智能旗下 HeyGem 与 DUIX 两大开源项目以14,600+星标的亮眼成绩，不仅点燃了国产AI数字人项目在开源社区的热度，更标志着数字人技术从实验室走向真实商业场景的历史性跨越。
当海外数字人厂商还在用闭源技术收割企业客户，硅基智能旗下AI数字人团队选择了一条更”激进”的路径：完全开源、免费商用、一键部署。这不仅是技术的突围，更是一场关于AI普惠化的思想实验—”我们能否用开源生态，让数字人技术真正成为水电煤般的基础设施？”
本文为大家解析这两款开源数字人项目，带你了解它们的独特功能、技术突破、使用方法以及背后的开源精神。
HeyGem-数字人克隆的效率天花板
HeyGem 是硅基智能（DUIX.COM）推出的开源数字人短视频生成项目，只需提供1秒视频，即可在30秒内克隆出逼真的虚拟形象和声音，并在60秒内生成一段4K超清视频。
得益于DUIX.COM自主研发的高效算法，HeyGem在复杂场景下依然能保持精准的唇形匹配和丰富的表情动作输出，推理速度达到1:0.5（生成1秒视频仅需0.5秒），支持每秒32帧的4K画质输出，性能甚至超越电影级标准。
HeyGem 的技术亮点：
-
• 极致效率：仅需30秒即可完成人物形象和声音的克隆，60秒生成4K视频，这一速度在全球范围内处于领先地位，远超海外同类产品。 -
• 高质量输出：通过先进的机器学习算法，HeyGem实现了高精度的人脸动画、语音合成和实时渲染，即使在侧脸或部分遮挡等复杂场景下，也能保证100%准确的唇形同步和自然的表情输出。 -
• 轻量化设计：HeyGem无需依赖高性能GPU，普通消费级设备即可运行，极大降低了使用门槛。
与市场上动辄高昂收费的数字人产品（如海外知名产品HeyGen）相比，HeyGem以完全开源免费的模式，挑战了传统的闭源商业模型。
HeyGem 的安装与部署
HeyGem的安装和使用超级友好，官方提供一键安装包和详细文档，支持Windows和Ubuntu 22.04。
以Windows为例进行快速部署：
环境准备：Windows 10（19042.1526+），D盘（100G+），Nodejs、WSL2支持等。
推荐配置：
• CPU: 13th Gen Intel Core i5-13400F • 内存: 32GB • 显卡: RTX 4070
① 首先需要安装英伟达显卡驱动
NVIDIA驱动程序下载链接：https://www.nvidia.cn/drivers/lookup/
② 确认 Windows WSL2 是否安装并启用
如果未安装，可以在cmd窗口输入：wsl –install 进行安装。
之后可以通过 wsl –update 来进行更新，最后重启电脑生效。
③ 安装Docker桌面软件，根据自己电脑的CPU架构选择适当的安装包。
安装完成后，直接运行。接受协议并在首次运行时跳过登录。
之后可以进行到Docker软件界面，进行一些必要设置，比如更换国内镜像源、更改镜像下载地址为D盘目录等。
④ Docker部署heygem服务
克隆heygem项目，并进入deploy部署目录下
git clone https://github.com/duixcom/Duix.Heygem.git
cd Duix.Heygem/deploy提示：默认下载代码为完整版，如果想要先体验Lite版，可以在Release页面下载Lite版本的项目压缩包。
Docker 快速部署
# 运行完整版：
docker-compose up -d
# 运行 Lite 版（13.5G，无 TTS/ASR）：
docker-compose -f docker-compose-lite.yml up -d
当在Docker中看到三个服务时，这表示成功（轻量版只有一个服务 heygem-gen-video）
⑤ 最后下载官方构建的客户端安装包
下载到本地后，直接双击安装即可。最后打开HeyGem客户端进行使用，快速定制视频了。
DUIX-实时交互数字人引擎
而 DUIX 则是硅基智能（DUIX.COM）推出的开源数字人交互平台，它在 HeyGem 的数字人克隆技术基础上，进一步集成了大模型推理、语音识别（ASR）和语音合成（TTS）能力，打造了一个支持实时交互的数字人引擎。
开发者只需几行代码，即可将DUIX嵌入任意系统，支持Android、iOS、网页、车载终端等多平台一键部署。
对话场景展示：
DUIX 的技术亮点：
-
• 实时交互：DUIX集成了语音识别、大模型推理和语音合成，实现了“能听、会说、懂你”的数字人交互体验。相比依赖云端API的海外方案，DUIX完全支持端侧运行，无需网络连接也能实现流畅对话。 -
• 低算力优化：DUIX专为低算力环境设计，无需高性能GPU，即使在边缘设备（如手机、平板）上也能稳定运行。这使得DUIX在网络条件不佳的场景（如地铁站、银行网点）仍能提供可靠服务。 -
• 多模态支持：DUIX不仅支持语音交互，还能结合HeyGem的视觉生成技术，输出同步的唇形与表情动作，打造沉浸式人机交互体验。
与 HeyGem 聚焦视觉生成不同，DUIX专注于“人机对话”环节，真正实现了“去中心化”的数字人能力释放。相比依赖云端的高成本海外方案，DUIX以开源免费的模式，提供了全球罕见的端侧实时交互数字人引擎。
实时交互体验
DUIX.com官方开通了免费体验，支持谷歌账号登录，可任意挑选人物角色进行实时交互对话。
点击官网主页左侧的“Create Conversation”或首页的“Create New Conversation”，创建一个新的对话角色。
比如我创建一个会说中文的男医生。
然后会弹出这个AI数字人的角色信息框，其中AppID和AppKey非常重要，可以通过这两个参数一键接入到你的Android、IOS或H5应用中直接调用。
最后就可以开启实时交互对话了（纯文本也支持）。
同时我们也可以进行数字人克隆（这个功能在官网是付费的），创建独属于自己的数字人。点击左侧“Create Avatars”
然后就会跳转到数字人克隆界面
尽量以本人形象及语音为准，因为系统会验证你的身份（如果是本地部署的服务，不会有这个）
最后就可以提交克隆，等待生成属于你自己的AI数字人了！生成之后你可以与它进行文本对话，也可以进行视频对话。
DUIX.COM 对于需要更高性能或定制化功能的用户也提供了可订阅的API服务，支持更复杂的交互场景和更高的调用频率。
毕竟默认的免费模式还是会有一定的使用限制，订阅API服务可提供更高的调用频率和数据处理能力，适合商业化部署。
API接口设计简单，开发者可以通过几行代码即可将DUIX的高级功能嵌入到自己的应用中，无论是网页、移动端还是车载终端。
HeyGem和DUIX二者共同构建了“生成-交互”的完整技术闭环。
写在最后
HeyGem和DUIX作为DUIX.COM旗下的两个开源项目，不仅在技术上实现了突破，还在开源精神和行业应用方面展现了巨大的潜力。
它们的成功标志着中国AI数字人大模型首次以开源的姿态跻身全球一线视野，也为数字人技术的普及和应用提供了新的可能性。
从技术角度看，HeyGem和DUIX通过”秒级克隆”和”实时交互”等创新功能，大大提高了数字人技术的效率和实用性，使得数字人技术可以被更广泛地应用，为更多场景提供服务。
从开源角度看，HeyGem和DUIX通过开放源代码和模型，降低了数字人技术的使用门槛，鼓励了更多的开发者参与到这一领域的创新和应用中来，为整个行业的发展提供了新的动力。
而从生态角度看，HeyGem和DUIX通过协同发展的模式，构建了一个完整的数字人技术生态，从数字人的创建到交互，从内容生成到应用部署，整个流程都可以通过开源工具完成，为开发者提供了全方位的支持。
未来，随着人工智能技术的不断发展和进步，数字人技术也将迎来更多可能性。HeyGem和DUIX作为开源项目，将继续发挥其开放共享的特点，为全球开发者提供更加先进的工具和平台，共同推动数字人技术的创新和应用，为各行各业带来更多的便利和效率。
官网地址：https://www.duix.com
HeyGem 项目地址：https://github.com/duixcom/Duix.Heygem
DUIX 项目地址：https://github.com/duixcom/Duix.mobile
（文：开源星探）