LongCat-Video-Avatar 1.6 — это модель видео цифровых людей с аудиоуправлением от Meituan LongCat, поддерживающая одиночных и групповых персонажей. Официально заявлено об улучшении синхронизации губ, координации мимики и движений тела, а также согласованности в длинных видеороликах продолжительностью более 10 минут. Comfy-Org переупаковал её в файлы для ComfyUI: основная модель int8, два LoRA-адаптера dmd и opsd с рангом 128, текстовый энкодер umt5_xxl (в форматах fp16 и int8) и VAE Wan 2.1, а также указал, в какие каталоги следует помещать каждый файл.
Почему это важно В оригинальной версии требовалась самостоятельная настройка conda, FlashAttention и двух наборов зависимостей; официальная упаковка предоставляет основную модель int8, два LoRA-адаптера, текстовый энкодер и VAE, избавляя от необходимости выполнять конвертацию самостоятельно.
Лайки «обнимашек» 7 · Рост рейтинга за «обнимашки» 7 · Загрузки «обнимашек» 0
Лицензия: разрешено коммерческое использование · ComfyUI: официальная упаковка · Видеопамять: требования к видеопамяти не указаны
Обоснование
- Опубликовано с официального аккаунта Comfy-Org, лицензия MIT, исходная модель допускает коммерческое использование
- В карточке исходной модели приложены технический отчет и результаты оценки предпочтений людей
Использование
- Поместите файлы в соответствующие каталоги внутри ComfyUI/models: diffusion_models, loras, text_encoders и vae; на странице упаковки не приложен рабочий процесс (workflow), поэтому при настройке ориентируйтесь на официальные шаблоны ComfyUI или примечания к обновлению
Риски
- На странице упаковки перечислены только файлы и каталоги, требования к видеопамяти не указаны, рабочий процесс не приложен
- Видео цифровых людей涉及 портреты и голоса; для использования чужого образа необходимо получить разрешение