事件专题 ·单一信源

美团开源LongCat-Video-Avatar 1.6,支持10分钟以上音频驱动数字人视频

美团开源了LongCat-Video-Avatar 1.6模型,可根据音频、文本和图像输入生成单人及多人的说话视频,权重以MIT协议开放,可免费下载用于本地部署或商业应用。 1.6版本的重点改进集中在唇形与音频同步的自然度上,减少了嘴部动作僵硬和画面闪烁的问题;同时优化了长视频续写机制,能够稳定生成超过10分钟的长时视频,并保持人物外观前后一致。 在同类数字人模型中,该模型的表现仅次于字节跳动的OmniHuman 2.0。对于需要批量制作口播、讲解类视频的内容创作者和开发者来说,这是一个可以商用且成本可控的本地化方案。

当前结论

美团把数字人模型开源了,MIT协议能直接商用。唇形同步和10分钟长视频一致性都有改进,效果仅次于OmniHuman 2.0。做口播视频、虚拟主播的团队可以下载权重本地跑,省掉API费用。

2 个信源66° AI 热度最后更新 2026/11/17 02:08:37

证据链

2 个信源

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。