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 团队研发的一款音频驱动型数字人动画生成模型。该模型可生成高度真实、唇形精准对齐的长时长视频，在整个生成过程中稳定维持人物身份特征与自然流畅的动作表现。它支持多种输入组合方式，涵盖音频+文本生成视频（at2v）、音频+文本+参考图像生成视频（ati2v），以及已有视频的智能续写功能。通过语音与动作解耦设计、冗余内容抑制策略及vae误差传播控制等关键技术，显著提升了长视频生成的质量与稳定性，广泛适用于虚拟演出、ai歌手、知识播客、营销演示及多角色协同交互等实际业务场景。

标签： git github 编码 美团 ai 音乐