LongCat-Video-Avatar – 美团开源的数字人视频生成模型

LongCat-Video-Avatar是什么

LongCat-Video-Avatar 是美团 LongCat 团队推出的音频驱动角色动画模型。模型能生成超逼真、口型同步的长视频，保持人物身份一致性和自然动态。LongCat-Video-Avatar支持多种生成模式，包括音频文本生成视频（AT2V）、音频文本图像生成视频（ATI2V）和视频续写。通过解耦音频信号与动作、避免重复内容和减少 VAE 错误累积等技术，实现高质量、长时间的视频生成，可用于演员表演、歌手动态、播客、销售演示及多人互动场景。

LongCat-Video-Avatar的主要功能

• 多模式视频生成：支持音频文本生成视频（AT2V）、音频文本图像生成视频（ATI2V）和视频续写，满足不同场景的多样化需求。