美团开源 LongCat 视频数字人 1.5
multimodalart · x · 2026-08-05
美团在 Hugging Face 上发布了 LongCat Video Avatar 1.5 模型。该模型支持通过音频驱动生成会说话的数字人视频，新版本进一步支持了风格化角色的生成。目前官方已在 Hugging Face Spaces 上线了在线体验 Demo。
「多模态」频道最新
- Dual SAM3 + 接缝遮罩：4K 全景 3DGS 重建工作流 — janusch_patas · 2026-08-05
- Hermes Desktop 结合 ComfyUI 实战：让 AI 自动修复工作流报错 — Birdinhandandbush · 2026-08-05
- AI 输出模仿人类手写笔记，支持涂抹与图表流式渲染 — op7418 · 2026-08-05
- ComfyUI 实用脚本推荐：任务完成自动声音提醒 — RPGstarDestroyer · 2026-08-05
- 清华提出 STAMPlus：一次推理解决多模态分割三难困境 — Tsinghua · 2026-08-05
- V2N 系统：基于视觉的多任务钢琴全量音符转录 — PianoVAM · 2026-08-05