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。
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。
本文是一篇剪映视频剪辑教程,分上下两篇。上篇讲解剪映专业版的手动操作:版本选择与草稿目录、界面四大区域、素材导入与分割、文本朗读配音、智能字幕识别、音乐音量搭配及导出参数设置,帮助新手手动剪出第一条视频。下篇介绍开源项目 jianying-editor-skill,让 AI(支持 Claude Code、Cursor、Trae 等)直接操作剪映,用自然语言生成草稿、配音、字幕、音乐并自动导出。文章还说明了该 skill 的能力边界、平台支持差异及常见坑。
作者分享了一个 GitHub 上两天获得两万多星的开源项目 lanshu-create-ai-presenter-video。该项目只需输入一段文案和一张人脸照片,即可在本地全自动完成 TTS 语音生成、口型对齐、字幕压制、竖屏封面生成及质检,直接输出 1080P 竖屏成片,口型匹配度高,几乎无需手动修改。全程本地运行,避免了网页版工具排队和按分钟收费的限制,适合批量短视频内容创作者使用。
本文面向新手介绍如何在 ComfyUI 中使用开源视频大模型 MiniMax H3 生成带同步声音的视频。内容包括:检查本地电脑显卡、显存与磁盘空间(建议预留70-100GB);Windows 安装 ComfyUI Desktop 的步骤;不适合本地时使用 Comfy Cloud 云端方案;使用官方 T2V/I2V/R2V 模板生成第一条5秒视频的参数与提示词写法;以及高清修复、多参考素材、首尾帧控制、长视频续拍、局部重绘等进阶工作流,最后给出常见问题排查和最稳学习路线。
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。
文章介绍了 HyperFrames 项目中的 `/talking-head-recut` Skill,该功能利用 AI Agent 读取文字记录,自动为视频添加与语音同步的动态图形。演示流程包含:AI 自动调研撰写脚本、通过 HeyGen CLI 调用虚拟数字人生成视频、提取网页设计风格以及自动添加字幕和配乐。整个过程无需人工剪辑,展示了 AI 在视频自动化生产领域的强大能力。
本文是 HyperFrames 30 天教程的第一天。HyperFrames 是一个开源框架,允许 AI Agent 通过编写 HTML 来生成视频。文章介绍了如何使用一条命令(npx skills add heygen-com/hyperframes)在 Claude Code、Cursor、Copilot 等主流编码代理中安装该工具,并展示了通过简单的 Prompt 生成分屏视频的快速上手流程。