💡
原文中文，约3900字，阅读约需10分钟。
📝
内容提要
美团开源的LongCat-Video-Avatar模型在虚拟人视频生成方面取得显著进展，支持多任务生成，提升了动作拟真度和长视频稳定性，解决了身份一致性问题，广泛应用于影视和教育等领域。
🎯
关键要点
- 美团开源的LongCat-Video-Avatar模型在虚拟人视频生成方面取得显著进展。
- LongCat-Video-Avatar支持多任务生成，包括Audio-Text-to-Video和视频续写等功能。
- 该模型在动作拟真度、长视频稳定性和身份一致性方面实现了显著突破。
- LongCat-Video-Avatar通过解耦无条件引导技术，使虚拟人能够自然地进行微动作。
- Cross-Chunk Latent Stitching训练策略解决了长视频生成中的视觉质量退化问题。
- 引入带位置编码的参考帧注入模式，提升了长视频中的身份一致性。
- LongCat-Video-Avatar在多个权威数据集上达到SOTA领先水平。
- 在大规模人工评测中，LongCat-Video-Avatar在自然度与真实感方面表现优异。
- 该模型在影视娱乐、日常生活和知识教育等场景中展现出强泛化能力。
- 开源旨在促进共创，鼓励开发者反馈与参与技术迭代。
➡️
