一句重复台词，就能跨镜头锁住人脸和声音
Minute_Eye_6270 · reddit · 2026-07-23
作者把 JoyAI-Echo 的跨镜头角色记忆 和 LTX-2.3 的语音 结合起来，实现了“一句重复台词”就能让角色的脸和声音在每个镜头里保持一致。
帖子里给出的内容
- 具体工作流
- 权重/量化格式：bf16、fp8、Q8、Q5、INT8
- 一个可免费试玩的 Demo Space
整体上这是一个多模态视频生成工作流展示，重点是跨镜头身份一致性，而不是单纯的模型发布。
所属事件:新工作流实现多镜头双角色音画一致性(2 条相关)→
「多模态」频道最新
- Midjourney V8.2 加入个性化并展示新图像效果 — Mr_AllenT · 2026-07-27
- Midjourney 图像多样性引发 Krea 2 对比与复现提问 — diffusion_throwaway · 2026-07-27
- AI 短片把 1985 年反乌托邦拍成电影感作品 — ProfessorKey98 · 2026-07-27
- Google Omni 做出的 BOTPD 新集变成追车戏仿 — ScriptLurker · 2026-07-27
- 一个新 LoRA 复刻了 GTA: San Andreas 的 RenderWare 画风 — Humble-Pick7172 · 2026-07-27
- AMD R9700 开启动态 VRAM 后，LTX 2.3 生成速度大幅提升 — xdcfret1 · 2026-07-27