@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！ …

X AI KOLs Timeline 模型
open-source video-generation digital-human multilingual lip-sync meituan

摘要

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。

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！ 塞一张照片 + 一段语音（中文英语日语随便来）， 直接出唇同步爆炸、自然眨眼摇头、手势乱飞的说话视频。 长视频脸不崩、多人对话各管各的、 唱歌跳舞都行，动漫动物真人全吃得下！ 之前HeyGen、Kling那些动不动嘴巴对不上、脸飘、只能说英语的毛病？全寄了。 现在开源MIT，本地就能跑，批量生成随便搞！ 内容党、带货、虚拟讲师、YouTuber不想露脸的、做多语言营销的……这波血赚生产力啊！ 核心思路（Core Idea）： LongCat-Video-Avatar-1.5 最适合做 Talking Head Avatar（说话头像数字人）， 特别适合e-commerce marketing（电商营销） 场景： 输入一张Reference Image（参考图像）+ 一段Audio（音频，说话脚本录音），生成唇同步自然、身份稳定（Identity Consistency）的带货视频。 优点：支持长视频（Long Video Continuation）、 多人对话、多语言，脸不漂（no identity drift）， 适合直播回放或短视频预渲染。 项目+HF Demo戳下面
查看原文
查看缓存全文

缓存时间: 2026/05/25 04:44

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！

塞一张照片 + 一段语音（中文英语日语随便来）， 直接出唇同步爆炸、自然眨眼摇头、手势乱飞的说话视频。

长视频脸不崩、多人对话各管各的、 唱歌跳舞都行，动漫动物真人全吃得下！

之前HeyGen、Kling那些动不动嘴巴对不上、脸飘、只能说英语的毛病？全寄了。

现在开源MIT，本地就能跑，批量生成随便搞！

内容党、带货、虚拟讲师、YouTuber不想露脸的、做多语言营销的……这波血赚生产力啊！

核心思路（Core Idea）： LongCat-Video-Avatar-1.5 最适合做 Talking Head Avatar（说话头像数字人）， 特别适合e-commerce marketing（电商营销）

场景： 输入一张Reference Image（参考图像）+ 一段Audio（音频，说话脚本录音），生成唇同步自然、身份稳定（Identity Consistency）的带货视频。 优点：支持长视频（Long Video Continuation）、

多人对话、多语言，脸不漂（no identity drift）， 适合直播回放或短视频预渲染。

项目+HF Demo戳下面

相似文章

@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…

X AI KOLs Timeline

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。