InfiniteTalk

InfiniteTalk 是一个支持无限长度对话视频生成的模型，能够实现从图像到视频以及从视频到视频的转换。其核心功能在于通过音频驱动的方式生成与输入音频同步的新视频，不仅实现了精确的唇形同步，还能同时调整头部动作、身体姿态和面部表情以匹配音频内容。技术上，InfiniteTalk 采用了稀疏帧视频配音框架，相较于传统仅关注唇部运动的方法，它能够在更长的时间范围内保持自然流畅的表现力。该项目适合于需要高质量音频驱动视频生成的应用场景，如虚拟人物动画制作、在线教育中的教师形象合成等。