@iluciddreaming: 别急着给 AI avatar 交月费。 开源已经能做到： 一张照片 + 一段音频 = 会说话的视频。 免费，自己架。 平台卖的，本质就是这个。 仓库链接在 reply。
摘要
这篇推文指出，开源方案已经可以用一张照片和一段音频生成说话的视频，无需付费订阅AI头像平台，仓库链接在回复中。
别急着给 AI avatar 交月费。
开源已经能做到：
一张照片 + 一段音频 = 会说话的视频。
免费，自己架。
平台卖的，本质就是这个。
仓库链接在 reply。 https://t.co/Hu26D4rtY3
查看缓存全文
缓存时间: 2026/08/04 04:03
别急着给 AI avatar 交月费。
开源已经能做到： 一张照片 + 一段音频 = 会说话的视频。
免费，自己架。 平台卖的，本质就是这个。
仓库链接在 reply。 https://t.co/Hu26D4rtY3
相似文章
@hank_aibtc: https://x.com/victormustar/status/2058492201261244458/video/1… 我操！美团直接把商业闭源Avatar干翻了， 开源免费版LongCat-Video-Avatar-1.5来了！ …
美团开源了LongCat-Video-Avatar-1.5模型，支持单张照片和语音生成逼真的说话视频，支持多语言、长视频，性能超越商业闭源方案。
@gkxspace: 我每月 AI 订阅两三千，其中有些是TTS、ASR之类的，主流的几家都挺贵，API协议也都不一样 我一直在想有没有可以一个套餐做到： 语音复刻、会议转写、AI 播客生成、实时语音问答、语音输入、写代码 可算找到了一个活菩萨，阶跃星辰的 S…
阶跃星辰推出Step Plan订阅服务，月费6.99美元，整合了LLM、TTS、ASR、图像生成等多种AI模型，支持OpenAI SDK直连，可用于语音复刻、会议转写、AI播客生成等场景。
@denziideng: 无审查、无限制的开源AI图像视频神器来了，这个解恨啊 想用 Flux、Kling、Sora、Veo 等顶级模型生成图片和视频，却受平台审核限制、还要付费订阅？现在有一个开源项目直接把这些功能全开源了。 Open-Generative-AI…
Open-Generative-AI 是一个开源的多媒体创作平台，集成了200多个生成模型，支持图像、视频、唇同步等功能，无内容过滤，可本地或云端运行，完全免费。
@laowangbabababa: 震惊了，抖音上祁博士一天卖 50w 的数字人 agent，我2 分钟就开发完成了。 用的就是Pixelle-Video这个项目，已经22k stars。包括数字人口播、动作迁移、图生视频全支持。 支持ComfyUI，输入主题，从写脚本到加…
介绍开源项目Pixelle-Video：一个全自动AI短视频引擎，输入主题即可自动生成带文案、配图、语音和背景音乐的视频，支持本地和云端模型，模块化设计可灵活替换各环节模型。
@uniswap12: 微软开源了一个语音 AI，60 分钟长音频一次转写，4 个人同时说话都能搞定 VibeVoice，微软开源，24.8k star，今天才知道这个。录音一键转文字这件事，我之前一直用 Whisper，但它处理长会议录音经常超时，多人说话识别…
微软开源了语音AI框架VibeVoice，支持60分钟长音频一次性转写、多说话人分离和时间戳标注，同时提供多角色TTS合成能力，底层基于Qwen2.5并配有0.5B轻量实时版本，已在GitHub获得24.8k星标。