字节预告音视频模型 Alive：声画同步一次生成，口型表情全打通
字节跳动公布音视频统一生成模型 Alive。它能同时接收文本、参考图与参考音频，直接生成口型同步且表情自然的带声视频。评测显示其综合表现超越 Sora 与 LTX2，不过目前仅公开了论文，代码与在线 Demo 尚未开放。
字节跳动公布音视频统一生成模型 Alive。它能同时接收文本、参考图与参考音频，直接生成口型同步且表情自然的带声视频。评测显示其综合表现超越 Sora 与 LTX2，不过目前仅公开了论文，代码与在线 Demo 尚未开放。