MultiTalk开源生成多人口型对话视频

MultiTalk 1.5 开源后，可通过多路音频和一张参考图生成同一画面中多人对话的视频，使人物口型与音频对齐；提示词可控制互动方式，并支持卡通角色和唱歌视频。 项目官方称，480p 视频可在单张 RTX 4090 上生成，社区 Wan2GP 版最低需要 8GB 显存，并已接入 ComfyUI 与 Google Colab。生成真人说话视频前，需取得对应人脸和声音的授权。

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。