復旦與騰訊開源 Prism：原生 2K 音影片聯合生成提速 2.5 倍
復旦大學、騰訊混元和浙江大學開源音影片生成框架 Prism，支援原生 2K 解析度音影片聯合生成。它通過動態稀疏注意力把算力集中在發聲和畫面快速變化區域，大幅減少冗餘計算，訓練速度提升 2.5 倍且聲畫更契合。目前已在 Hugging Face 釋出預覽權重與程式碼。
复旦大学
復旦開源 Hallo-Live：文本即時生成音影片數字人，延遲不到 1 秒
復旦大學團隊提出即時流式數字人生成框架 Hallo-Live，能直接由文本同步合成語音與肖像影片。在兩塊 NVIDIA H200 上，它跑出 20.38 FPS 的速度，延遲僅 0.94 秒。它將雙流擴散與偏好引導蒸餾結合，解決了互動式數字人延遲高與音畫脫節的痛點。
GlyphPrinter 開源：專治影像生成缺筆少劃，中日韓泰及符號都能打對
研究團隊開源文字渲染框架 GlyphPrinter，專門解決影像生成中文字崩壞、缺筆少劃的問題。它基於 FLUX.1-dev 並採用區域性偏好最佳化，不僅能準確渲染中日韓泰等複雜字元，還能生成石碑刻紋等特殊符號。程式碼與權重均已開放。