Hacker News· konart·· 3 小时前AI 评分65
Kandinsky S2V 1.0 开源语音驱动视频模型家族发布
Kandinsky S2V 1.0 – an open family of speech-to-video models
AI 导读
Kandinsky S2V 1.0 发布开源语音到视频模型家族，包含 2B 参数的 Lite 和 21B 参数的 Pro 两个版本，可从单张参考图、语音波形和文本提示生成 25 FPS 长视频，唇动、表情、姿态和手势跟随语音。
来源：Hacker News · kandinskyavatar.github.io