LongCat-Video-Avatar 1.6 是美团 LongCat 的音频驱动数字人视频模型,支持单人和多人,官方称改进了口型同步、表情与肢体协调和 10 分钟以上长视频的一致性。Comfy-Org 把它重新打包成 ComfyUI 用的文件:int8 主模型、dmd 和 opsd 两个 rank-128 LoRA、umt5_xxl 文本编码器(fp16 与 int8 两种)和 Wan 2.1 VAE,并列出各文件该放的目录。
为什么重要 原版要自己配 conda、FlashAttention 和两套依赖;官方打包给了 int8 主模型、两个 LoRA、文本编码器和 VAE,免去自己转换。
抱脸点赞 7 · 抱脸上升分 7 · 抱脸下载 0
许可证:可商用 · ComfyUI:官方打包 · 显存:显存未标
理由
- Comfy-Org 官方账号发布,MIT 许可,原模型可商用
- 原模型卡附技术报告和人工偏好评测
用法
- 把文件分别放进 ComfyUI/models 下的 diffusion_models、loras、text_encoders、vae 目录;打包页没附工作流,搭建时以 ComfyUI 官方模板或更新说明为准
风险
- 打包页只列了文件和目录,没写显存需求,也没附工作流
- 数字人视频涉及肖像和声音,使用他人形象要取得授权