实时交互式数字人直播方案，基于 ER-NeRF、MuseTalk 等模型实现音频驱动口型同步与说话头生成，可用于虚拟主播和实时对话场景。
用 Stable Diffusion 做音频驱动唇形同步，让视频或虚拟人像的口型与语音对齐，适合做数字人和视频配音。
基于 ComfyUI 的全自动短视频生成引擎，串联文生图、语音合成与视频生成，一条流水线把创意直接做成短视频。
把某人的思维方式蒸馏成可复用的 Skill，供任意 Agent 或 Bot 直接加载使用，解决智能体难以复刻特定人物或同事行为模式的问题。
开箱即用的实时交互数字人，支持自定义形象和音色克隆，端到端对话延迟低至3秒，适合快速搭建虚拟主播或客服场景。
基于扩散模型生成逼真说话人像视频，通过连贯运动合成让口型与头部动作自然同步，适合做数字人播报和虚拟主播。
给 DeepSeek Harness 加语音女友的插件：Whisper 听你说话，Qwen3-TTS 克隆音色并逐句流式朗读，配数字人动画窗，支持插话打断。
用手机拍几秒视频就能实时重建可驱动的三维头部数字人，基于 instant-ngp 加速神经体积渲染，秒级完成建模。
基于 WebGPU 的高斯泼溅渲染平台，可在浏览器里跑 3DGS/4DGS 和神经渲染，用来做三维场景与数字人展示。
HUGS 用高斯泼溅从单目视频重建可动画的人体三维模型，能同时还原人体和场景，方便做数字人渲染。
输入一段文字就能自动生成视频脚本、AI 配音和会说话的人脸，快速产出无真人出镜的短视频，适合做 Shorts 类内容。
开源自托管的 AI 视频生成器，在网页界面里输入文字就能生成带旁白、字幕和数字主播的多场景视频，完全免费。
面向人文社科研究的多智能体系统，能自动完成文献综述、史料梳理等研究任务，适合历史、文学与计算社会科学场景。
…[email protected]). 对比版本： v2.10.1 - v2.10.2 v2.10.2 数字人可以从视频创建，录音与口播拼接更顺手；商品可以按店铺整理，并修复参考库新内容的排序。 数字人与声音 - 从视频创建数字人 ：上传视频或粘贴视频链接，从画面中挑选不同角度的照片，也能试听并选用视频里的声音片段。支持多张参考照的生成线路可
…)；🧠 完善前台工具、记忆与资料库；💬 新增桌面对话面板与手机远程连接；🧩 新增[客服、座舱、数字人等示例](https://github.com/QwenAudio/qwen-audio-agent/blob/v2.0.0/README ZH.md 示例与场景扩展)；📄 发布[技术报告](https://arxiv.org/pd
…rch 联网搜索工具 - 将原来的测试页面 test page 独立成 digital-human 数字人模块，该模块具备 唤醒对话 功能 - 修复了一些bug
1，重构代码，数字人模型和音频特征代码移到avatars目录下 2，数字人模型、tts、传输方式改成plugin方式接入 3，传输方式整理成单独的类，放到streamout目录下，添加rtmp输出 4，数字人推理和回贴公共部分代码整合到BaseAvatar中，各模型只需要实现自己特有部分代码 5，音频特征的切分代码整合到BaseAsr中
…，引导用户先在 ComfyUI 中验证工作流能正常运行，避免 400 错误 🐛 问题修复 🎙️ 数字人口播修复：修复数字人口播自定义文案模式下参数传递报错的问题 🔗 参考链接 项目主页: https://github.com/AIDC-AI/Pixelle-Video 文档 & 示例: https://aidc-ai.github.
✨ 新增功能 🤖 新增「动作迁移」模块，上传参考视频和图片进行动作迁移 🖥️ 数字人、图生视频板块支持本地工作流 🔧 优化改进 🎤 TTS 稳定性修复：锁定 edge-tts 版本为 7.2.7，解决 Edge TTS 服务不稳定问题，确保音频生成稳定可靠 🔗 参考链接 项目主页: https://github.com/AIDC