HunyuanVideo-Avatar

HunyuanVideo-Avatar 是一个开源的高保真音频驱动多角色数字人视频生成模型。它支持单GPU（最低10GB显存）推理，具备多模态定制能力，可基于语音输入精准驱动多个虚拟人物的口型、表情与肢体动作，同时保持身份一致性与自然时序连贯性。项目采用轻量化架构设计，集成TeaCache优化显存占用，并提供Gradio交互界面与云原生部署支持。适用于虚拟主播、在线教育、智能客服、AIGC内容创作等需个性化数字人实时驱动的场景。