复旦与腾讯开源 Prism：原生 2K 音视频联合生成提速 2.5 倍
复旦大学、腾讯混元和浙江大学开源音视频生成框架 Prism，支持原生 2K 分辨率音视频联合生成。它通过动态稀疏注意力把算力集中在发声和画面快速变化区域，大幅减少冗余计算，训练速度提升 2.5 倍且声画更契合。目前已在 Hugging Face 释出预览权重与代码。
复旦大学
复旦开源 Hallo-Live：文本实时生成音视频数字人，延迟不到 1 秒
复旦大学团队提出实时流式数字人生成框架 Hallo-Live，能直接由文本同步合成语音与肖像视频。在两块 NVIDIA H200 上，它跑出 20.38 FPS 的速度，延迟仅 0.94 秒。它将双流扩散与偏好引导蒸馏结合，解决了交互式数字人延迟高与音画脱节的痛点。
GlyphPrinter 开源：专治图像生成缺笔少划，中日韩泰及符号都能打对
研究团队开源文字渲染框架 GlyphPrinter，专门解决图像生成中文字崩坏、缺笔少划的问题。它基于 FLUX.1-dev 并采用局部偏好优化，不仅能准确渲染中日韩泰等复杂字符，还能生成石碑刻纹等特殊符号。代码与权重均已开放。