CoInteract

CoInteract 是一个用于交互式人-物体视频合成的项目，通过空间结构化的协同生成技术实现。其核心功能包括基于姿态驱动的视频合成，支持从文本或音频输入生成高质量的人与物体互动视频。该项目使用 Python 编写，依赖于预训练模型如 Wan2.2-S2V-14B 和中文 Wav2Vec2 音频编码器，并在 HuggingFace 平台上提供了模型权重下载。CoInteract 适用于需要创建虚拟人与物体互动场景的应用，例如虚拟现实、增强现实、影视制作以及在线教育等领域。