Kandinsky 开源语音驱动数字人视频生成模型

Kandinsky Lab 于 10 月 15 日发布并开源语音驱动数字人视频生成模型 Kandinsky S2V 1.0，提供 Lite（2B）与 Pro（21B）两个版本。用户只需提供一张参考照片和一段语音，即可生成口型同步的数字人说话视频，降低了数字人内容的创作门槛。

2026-10-16 ~ 2026-10-16 · 2 条相关

• Kandinsky 开源 S2V 1.0：单张照片+语音生成口型同步数字人视频 — lmoroney · 2026-10-16

另有 1 条近重复转述:lmoroney