音频驱动视频生成

FLOAT

deepbrainai-research.github.io

FLOAT是由深度脑AI研究团队推出的音频驱动人像视频生成技术演示站点，核心定位为基于流匹配生成模型的专业说话人视频生成工具。站点核心功能包括音频驱动的人像视频生成、情感增强运动渲染、多风格运动模式适配，可实现时间一致性的人脸运动合成。目标用户覆盖AI视频研发人员、数字内容创作者、虚拟人开发从业者等，适用于虚拟人直播内容生成、短视频口播素材制作、数字人互动场景开发、学术研究效果验证等多种场景，帮助用户降低说话人视频的制作门槛，提升动态内容生成效率。

Loopy model

loopyavatar.github.io

Loopy model是专注于音频驱动肖像视频生成的AI工具站点，核心基于端到端的音频驱动视频扩散模型架构，可实现音频与面部动作的精准匹配。核心功能包括支持用户上传肖像图片与对应音频文件生成同步口型与面部表情的动态视频，内置跨剪辑与内部剪辑时间模块保障长视频动作连贯性，无需手动设置空间运动模板即可输出自然的动态肖像效果。面向的目标用户包含AI内容创作者、数字人开发从业者、短视频制作人员、动画设计人员等，适用于数字人主播视频制作、虚拟角色配音动效生成、个人纪念动态肖像制作、教学类口播视频批量生产等多种场景。