免剪辑直出！AI生成多角色同框对话视频，动态路由精准绑定音频
Bind-Your-Avatar是首个专注同场景多角色说话视频生成的框架，基于扩散Transformer（MM-DiT）通过细粒度Embedding路由实现精确控制。该方法构建了MTCC数据集和基准测试，并在多个指标上显著优于现有方法。
MM-DiT
腾讯混元开源新作！超强的音频驱动数字人生成模型，支持多角色、多风格及口型与表情同步！
腾讯混元与腾讯音乐联合开源的数字人音频驱动模型HunyuanVideo-Avatar，支持单或多角色对话和多种图像风格生成。通过一张人物图片和一段音频（最长14秒），生成高保真语音驱动动画，并引入了三项关键创新。