ex-omni-avatar 用一个模型同步生成语音和说话头像
victormustar · x · 2026-07-25
HuggingApps 介绍的 ex-omni-avatar 指向一种更“全模态”的路线：一个模型接收用户输入后，同时协调生成语音回答和说话头像输出。
帖子也说明当前演示里的面部装置还不是真实拟真脸，但这部分在实际应用中可以替换。
「多模态」频道最新
- Ludovic Creator 用 Seedance 2.5 打造 Snorricam 运镜系列短片 — LudovicCreator · 2026-10-27
- Gradium 发布免费朗读工具：仅 4000 万参数的多语言语音模型 Phonon — mattturck · 2026-10-27
- 无限递归漩涡提示词走红：让图像不断向内螺旋缩小 — azed_ai · 2026-10-27
- 170 多位 AI 创作者合拍一部集体电影，11 月 6 日首播 — Loo_Atreides · 2026-10-27
- 12GB 显存实测:不设 VRAM 上限,出图从 24 秒变 11 分钟 — Impossible-Mail-4619 · 2026-10-27
- Midjourney 创作者分享 sref 风格参考出图:暗黑哥特人物 — OVolosin82152 · 2026-10-27