Pruna发布口型数字人模型

Pruna AI 发布基于 MiniMax H3 的口型数字人模型 P-Video-2-Pro-Avatar，可将一张人像照片配合自备音频或文字脚本，生成 1 秒至 3 分钟、24fps 的说话视频，并支持30种声音、10种语言及语气、动作等控制项。 模型通过 Pruna API 及 Replicate、Cloudflare、WaveSpeed 等渠道分发，ComfyUI 版本尚在路上。其实际原生分辨率为768p，文档中的1080p、2K和4K均为放大输出；单张人像的唇齿细节有限，放大后的细节可能是模型生成。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。