首个开源AI音频驱动的「多人对话」视频生成项目，还能通过提示词控制角色动作。
MultiTalk 是 MeiGen-AI 开发的音频驱动多人对话视频生成框架，支持单人/多人对话、卡通角色生成和唱歌场景模拟。具备480p/720p灵活输出能力，最长15秒长视频生成能力，并引入优化技术提高性能。
音频驱动
AI视频神器！腾讯混元HunyuanCustom，角色一致性大突破！
腾讯混元团队发布的HunyuanCustom新工具解决了AI生成视频中角色一致性问题，实现了图像提供身份、文本定义一切的效果。它支持单主角和多主角生成，以及视频局部编辑和音频驱动生成等模式。
太惊艳！字节跳动 INFP，让虚拟对话 “活” 起来啦
INFP是字节跳动研发的一种全新的音频驱动交互式头部生成框架，它能根据双轨对话音频实时生成动态虚拟人物头像，支持多语言、唱歌模式和多种场景。研究显示其在音频-唇同步性、身份保留和动作多样性等方面表现优异。
字节黑科技 INFP，音频驱动的双边互动视频生成框架，实时生成，轻量又强大！
字节最新发布的INFP是一款新颖的声控头部生成框架，支持双边互动。它能够根据输入的双轨道音频实时生成虚拟头像，并实现角色自动切换、高度真实的表情与动作同步等特性。