01

阿里开源：EchoMimic V2

阿里达摩院推出了一个令人经验的数字人开源项目-EchoMimic V2。这是一款基于语音驱动的肖像动画生成工具，专注于生成高质量的数字人半身动画视频。

基于中文语音生成：

基于英文语音生成：

EchoMimicV2 利用参考图像、音频片段和一系列手部姿势来生成高质量的动画视频，确保音频内容和半身动作之间的连贯性。

开源地址：https://github.com/antgroup/echomimic_v2
在线Demo：https://huggingface.co/spaces/fffiloni/echomimic-v2

一张静态照片 + 一段音频就能让画面中的人物“活过来”，自然地开口说话。腾讯与浙江大学联合推出的开源项目 Sonic 通过音频生成数字人，效果拉满！  

Sonic 是一个基于分层对齐框架的音频驱动肖像动画生成工具，无论是虚拟偶像、影视创作，还是教育解说，Sonic 都能大显身手！  

只需输入一张人物照片和一段音频（如歌曲或对话），它就能自动合成人物唇部、面部表情、头部动作与音频高度同步的视频，甚至支持长视频生成，避免画面失真。

开源地址：https://github.com/jixiaozhong/Sonic
在线 Demo：http://demo.sonic.jixiaozhong.online/
huggingface：https://huggingface.co/spaces/xiaozhongji/Sonic/

🚀 技术亮点 

① 分层对齐框架：Sonic 将动画分解为唇部同步、表情渲染、头部运动三层，逐级优化细节，使动作更自然流畅，告别机械感。  

② 跨身份泛化能力：无论是真人、动漫角色，还是不同角度的照片，Sonic 都能精准适配，生成高度契合的动画效果。  

③ 长视频稳定性：传统工具在生成长视频时容易出现画面扭曲，而 Sonic 通过动态锚点技术，确保长时间生成的画面稳定无伪影。  

④ 开源易用：项目已集成到 ComfyUI，开发者可快速上手，社区还提供了丰富的案例和教程。  

03

腾讯开源：HunyuanVideo

这个不算数字人模型，是腾讯混元团队开源的一种新颖的视频生成基础模型，其视频生成性能可与领先的闭源模型相媲美，甚至优于它们。

团队进行了大量的实验，并实施了一系列有针对性的设计，以确保高视觉质量、运动多样性、文本-视频对齐和生成稳定性。

根据专业人工评估结果，HunyuanVideo 的表现优于之前的模型，包括 Runway Gen-3、Luma 1.6 和 3 个表现最好的中文视频生成模型。

开源地址：https://github.com/Tencent/HunyuanVideo