通义发布 UniSwap：统一流式音视频身份替换模型
QwenBusinessUnit · hf · 2026-08-14
阿里 Qwen 团队发布了 UniSwap 模型，该模型专为说话人视频（Talking Videos）设计，能够实现同步的外观与声音替换。
UniSwap 采用统一的流式音视频扩散 Transformer 架构，并配合专门的训练与推理适配方案，从而在视频生成过程中保持高质量的音画同步与身份特征转换。
「多模态」频道最新
- HeyGen 解释 Video 1 生成速度背后的技术细节 — HeyGen · 2026-10-16
- 博主用 ElevenCreative Recast 把弟弟「换进」电影预告片名场面 — HeyAmit_ · 2026-10-16
- 蚂蚁联合清华开源 Realtime-Venus:实时多模态 Agent 替代 OpenAI Realtime API — aigclink · 2026-10-16
- Flux 3 Klein 实测:信息图排版能力惊艳,开膛手杰克悬赏海报以假乱真 — JadedScorpion · 2026-10-16
- meloform 技术拆解:可微分电路学 1022 个正弦系数复现人声 — henloitsjoyce · 2026-10-16
- 纪录片导演安利 AI 影片《You Can See Everything》 — kyliebytes · 2026-10-16