LongCat-Video-Avatar

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。

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

打开

抱脸 image-to-video 新模型

浏览最新 AI 动态