AI虚拟人直播

一种创新的 视频生成框架，基于扩散模型实现实时音驱动肖像视频生成，采用一致性训练、量化与流水线并行技术，在 RTX 4090 上可达 78 FPS，并支持表情与状态控制，适用于虚拟人、交互式内容等场景。