PersonaLive

收录理由

PersonaLive 只需一张人像照片，就能生成表情丰富的数字人讲话视频，并且支持实时驱动。它采用可流式扩散框架，在保持参考人脸身份特征和口型同步的前提下，用摄像头实时控制虚拟形象，实现连续直播输出，而不是一段段地渲染短视频。仓库提供了推理代码、预训练权重、训练代码和 WebUI，其流式策略能在单张 12GB 显存的 GPU 上生成超长无边界视频。此外，ComfyUI 的支持让它能嵌入现有的生成工作流。对于主播、VTuber 创作者和正在搭建实时数字人应用原型的开发者来说，这是一个很实际的选择。需要留意的是，该项目仅限学术研究用途。