LongCat-Video-Avatar

LongCat-Video-Avatar 1.6 est un modèle vidéo de personnage numérique piloté par l'audio, développé par LongCat de Meituan. Il prend en charge les scènes avec une ou plusieurs personnes. Selon les informations officielles, il améliore la synchronisation labiale, la coordination des expressions faciales et des mouvements corporels, ainsi que la cohérence des vidéos longues de plus de 10 minutes. Comfy-Org a reconditionné ce modèle sous forme de fichiers compatibles avec ComfyUI : le modèle principal en int8, deux LoRA de rang 128 (dmd et opsd), l'encodeur de texte umt5_xxl (disponible en fp16 et int8) et le VAE Wan 2.1. La page indique également les répertoires de destination pour chaque fichier.

LongCat-Video-Avatar 1.6 est un modèle vidéo de personnage numérique piloté par l'audio, développé par LongCat de Meituan. Il prend en charge les scènes avec une ou plusieurs personnes. Selon les informations officielles, il améliore la synchronisation labiale, la coordination des expressions faciales et des mouvements corporels, ainsi que la cohérence des vidéos longues de plus de 10 minutes. Comfy-Org a reconditionné ce modèle sous forme de fichiers compatibles avec ComfyUI : le modèle principal en int8, deux LoRA de rang 128 (dmd et opsd), l'encodeur de texte umt5_xxl (disponible en fp16 et int8) et le VAE Wan 2.1. La page indique également les répertoires de destination pour chaque fichier.

Pourquoi c'est important La version originale nécessite de configurer soi-même conda, FlashAttention et deux jeux de dépendances. Le pack officiel fournit le modèle principal en int8, deux LoRA, l'encodeur de texte et le VAE, ce qui évite d'avoir à effectuer la conversion soi-même.

J'aime 7 · Score de popularité 7 · Téléchargements 0

Licence : usage commercial autorisé · ComfyUI : pack officiel · Mémoire VRAM : non spécifiée

Justification

  • Publié par le compte officiel Comfy-Org, sous licence MIT, le modèle original permet l'usage commercial
  • La fiche du modèle original inclut un rapport technique et des évaluations par des humains

Utilisation

  • Placez les fichiers respectivement dans les répertoires diffusion_models, loras, text_encoders et vae sous ComfyUI/models ; le pack ne fournit pas de workflow, référez-vous aux modèles officiels de ComfyUI ou aux notes de mise à jour lors de la configuration

Risques

  • La page du pack ne liste que les fichiers et les répertoires, sans indiquer les besoins en mémoire VRAM ni fournir de workflow
  • Les vidéos de personnages numériques impliquent des questions de portrait et de voix ; l'utilisation de l'image d'autrui nécessite une autorisation

Ouvrir

抱脸 image-to-video 新模型

Parcourir les dernières actualités IA