Pruna 发布数字人模型 P-Video-2-Pro-Avatar，文档里的 4K 实为 768p 放大
neurocartel · reddit · 2026-10-23
Pruna AI 于 10 月 22 日发布基于 MiniMax H3 的口型数字人模型 P-Video-2-Pro-Avatar：一张人像照片加自备音频或文字脚本，即可生成 1 秒到 3 分钟、24fps 的说话视频。
- 30 种声音覆盖 10 种语言，可控项包括语气 voice prompt、场景动作、seed 和 prompt 上采样
- prompt 上采样默认开启，由视觉模型自动给 prompt 补充动作细节
- 关键细节：文档中的 1080p/2K/4K 都是 768p 原生渲染的放大——横向对比时应以 768p 为准
- 通过 Pruna API 及 Replicate、Cloudflare、WaveSpeed 等伙伴分发，ComfyUI 版本在路上
作者提醒：768p 原生分辨率下单张人像的唇齿细节有限，放大后细节可能是模型编出来的。
「多模态」频道最新
- 《罗拉快跑》导演用 Seedance 2.5 拍 AI 实验片《Volcano High》 — Loo_Atreides · 2026-10-23
- Kling 4.0 生成乱真 2003 年 MiniDV 家庭录像风视频 — Forsaken_Stuff_Ai · 2026-10-23
- LTX2 19B 蒸馏换脸模型冲上 Hugging Face 热榜 — linoyts · 2026-10-23
- Blender 5.2 SDF Grid 实现体数据双向切片，作者将开源工具文件 — 5agado · 2026-10-23
- MOSS Image 基础模型出图展示：RTX 3060 单图 2.5-4 分钟 — COMPLOGICGADH · 2026-10-23
- 快手可灵正式发布 Kling 4.0:单任务融合 15 种素材,生成最长 30 秒 — testingcatalog · 2026-10-23