V-Express

V-Express 是一个面向人像视频生成的可控生成模型，支持以单张参考图像、音频及V-Kps关键点序列作为联合控制条件生成说话人视频。其核心技术是条件丢弃（Conditional Dropout）机制，通过渐进式屏蔽强控制信号（如姿态、原图），逐步释放弱信号（如音频）的引导能力，从而实现多条件协同下的稳定训练与高质量生成。项目已开源训练代码与预训练模型，支持长视频生成与闪烁抑制后处理，适用于虚拟数字人驱动、AI配音视频合成、教育/客服类口型同步等需音画精准对齐的轻量级人像动画生成场景。