美团开源 LongCat-Video-Avatar 1.5 音频驱动虚拟人模型
美团开源了名为 LongCat-Video-Avatar 1.5 的音频驱动虚拟人模型。该模型支持唇形精准匹配、表情自然过渡、全身动作连贯及唱歌表演，综合能力据称超越 HeyGen、Kling Avatar 等商业模型。适用于需要高质量视频生成、本地部署及复杂场景开发的内容创作者、企业和 AI 研究者。
相关文档
Codex 口播视频 Skill 开源发布
作者开源了两个基于 Codex 的口播视频 Skill，分别是 9:16 竖屏数字人口播和 16:9 产品演示加数字人画中画。工作流整合了脚本、配音、剪映换音色、数字人生成等功能，重点解决了跨语言口音和“AI 味”问题。
美团开源 InfiniteTalk：被低估的数字人项目
文章介绍了美团开源的数字人项目 InfiniteTalk，指出其功能强大且被严重低估。该项目实现了图片与音频的精准同步（包括口型、头部和身体动作），支持照片生成视频和视频配音替换。底座采用 Wan 视频模型，技术细节包含关键帧刷新策略以保持画面稳定。项目硬件门槛较高（24G 显存），但商用协议友好，安装便捷。
把 md 文案直接变成可编辑的4k MG
文章介绍了 Fotor Agent，一款能将 Markdown、PDF、Word、Excel 等文档转化为可编辑 4K MG（动态图形）视频的 AI 工具。它解决了传统 AI 视频生成只能输出不可编辑 MP4 的痛点，通过原生多轨道编排（画面、配音、字幕、MG 动画分离），支持自然语言指挥制作、精准局部修改和工程复用。作者实测用 PDF 生成数字人讲解视频，初稿时间从 3-5 天压缩到 40 分钟，成本约 $7.41，适合商业交付与高频改稿场景。
我用这个 Skill，复刻了爆款卡点换装视频，效果非常不错！
作者李岳分享了如何用自己开发的开源 Skill「female-outfit-director（女性换装导演）」复刻抖音爆款卡点换装视频。文章详细讲解了换装视频在 AI 生成中的难点，如人物一致性、首帧与视频因果关系断裂、双重身体等问题，并提出以结构母图（九宫格拼贴首帧）为核心的解决方案。Skill 能锁定人物身份、生成 7 套造型的首帧、输出精确到秒的换装时间轴，并内置 12 种换装机制。作者用 Seedance 2.5 实测还原度约 80%，项目已开源至 GitHub 并获 607 Star。作者强调 Skill 的价值在于将复刻爆款的方法论沉淀为可复用的工作流。
开源：MiniMax H3 动漫 PV 包装导演 Skill
作者基于开源的 MiniMax H3 模型，经过多轮测试优化，开发了一个动漫 PV 包装导演 Skill（Ver 0.8）。用户上传人物参考图并选择视觉方向后，Skill 会分析人物造型、服装配色、道具与气质，先给出时间段分镜方案供确认，再生成适配 H3 的 15 秒中文视频提示词。内置高饱和潮流、冰蓝科技动作、红白线条漫画三种实测风格，并支持自定义风格组合，注重运镜逻辑与节奏把控，项目已开源在 GitHub。
HeyGen 房地产市场更新功能发布
HeyGen 发布了专为房地产行业设计的 Market Update 功能，用户只需一个提示和三次确认，即可生成由数字人播报的本地房地产市场更新视频。文章详细展示了从首页创建、输入信息、选择 Avatar 和声音，到确认脚本、调整语音、选择格式并最终生成视频的完整流程。该功能旨在帮助房地产经纪人快速向客户传递市场动态。
AI时代，最值钱的是“可验证”
作者分享了开源数字人项目 Kanvis 的经历与思考。他认为在 AI 时代，真正的稀缺资源不是使用 AI 的能力，而是“可验证性”。通过公开代码、倒逼产出、筛选需求和建立信任，开源不仅避免了重复造轮子，更构建了个人信用。作者强调工具只是表象，核心在于利用 AI 重新设计业务流程，降本增效，并最终希望通过开源构建一个共同成长的生态系统。
那个"跟 Codex 聊个天就把视频剪了"的爆款，我一步步复现了（附实操教程）
文章作者复现了利用 Codex 和 HyperFrames 自动生成视频的爆款流程，详细介绍了本地渲染和数字人模式的区别，并开源了支持多平台切换的 Kanvis Video Skill，旨在解决平台绑定和高成本问题。
如何把一篇文章生成视频实现一鱼多吃？
文章介绍了 Kanvis Article to Video v0.3.0 的更新，该工具通过建立“三模一核”模型，支持真人增强、无脸视觉和数字人三种模式，帮助知识IP和文字创作者高效将文章转化为视频，解决了制作门槛高、流程繁琐等痛点。
Video Agent：基于 HeyGen 的视频生成智能体
文章介绍了 HeyGen 推出的 Video Agent 产品。这是一个无需代码、通过自然语言交互即可自动生成完整视频的智能体。用户只需描述需求，Agent 便会自动规划、编剧、选角并生成视频，支持风格定义和后期精细编辑。
Motion-Graphics Skill：用自然语言制作动态图形
文章介绍了 HyperFrames 的 Motion-Graphics Skill，这是一个通过 Agent 自动生成动态图形的工具。用户只需描述想要传达的内容（如趋势、品牌、数据），无需掌握专业术语或设计软件，Agent 即可自动完成数据获取、设计排版和动画渲染，极大地降低了视频设计和数据可视化的门槛。