美团AI重磅开源商用数字人,超越三大闭源竞争者!

4个月前更新 DataEye
16 0 0

今日,美团龙猫大模型团队宣布开源商用级数字人视频生成模型 LongCat-Video-Avatar 1.5。该模型在权威评测中,用户偏好胜率全面领先于 Kling Avatar 2.0、OmniHuman-1.5 和 HeyGen 等主要竞争者。此外,该模型以 MIT 协议开放,无商用限制。美团龙猫团队设计了一套多阶段数据处理流水线,自动过滤低质量片段,并注入三类增强数据,犹如为数字人聘请了三位顶尖私教:👥 多人社交课 — 通过主动说话人检测,仅保留单人发声片段,有效避免多人场景中“围观群众乱张嘴”的问题,精准锁定真实发言者。

美团AI重磅开源商用数字人,超越三大闭源竞争者!的封面图

相关快讯

亮源新创开源通用导航大脑:LightNav-0 发布

9月1日,亮源新创正式发布并开源通用导航大脑LightNav-0。该模型在公开视觉语言导航(VLN)评测基准上取得全面领先,达到当前SOTA水平,体现出其在导航理解与执行能力上的优势。

科大讯飞旗下词元星火开源两款端侧通用大模型

科大讯飞全资子公司词元星火正式推出并开源星火X2.5-4B和X2.5-1.7B两款端侧通用大模型。两款模型将百万级上下文处理能力带到本地设备,其中X2.5系列是端侧模型中唯一原生支持最长100万Token上下文的模型。

DeepSeek-V4多模态模型刚刚开源

DeepSeek-V4-Flash-Vision-Exp已正式开源,是DeepSeek-V4系列首个实验性多模态模型。该模型此前已于8月21日上线API平台,基于DeepSeek-V4-Flash架构,集成视觉模块并通过持续训练,实现了视觉理解能力。

阿里视频大模型Wan3.0正式上线,视频生成能力再升级

8月24日,阿里巴巴视频生成大模型Wan3.0正式上线。新版本在生成时长、创作能力、参考能力和真实世界还原效果等方面全面升级,单次可生成最长30秒视频,并首次支持doc、xls、ppt、pdf、md等多种文档格式输入,进一步拓展了视频创作的应用场景。

百度二季度AI原生营销服务收入达26亿元

6月,百度APP月活跃用户达6.4亿。7月,百度一镜发布数字人视频播客解决方案,并在数字人微表情技术上取得重要突破。根据沙利文及IDC等机构报告认证,百度一镜已连续两年位居中国AI数字人市场份额第一、产品综合实力第一,显示其在数字人领域持续领先。

腾讯魔方2027届校招启动:技术、产品、市场、设计类岗位开放,深圳北京上海可选

腾讯魔方于8月15日启动2027届校招,面向2026年1月至2027年12月毕业的应届生,岗位涵盖技术、产品、市场、设计四类,工作地点为深圳、北京、上海。产品类包括游戏策划、发行运营、AI产品经理、音频策划和项目管理;设计类涵盖3D/2D角色与场景、动画、特效、技术美术、GUI视觉、宣发视觉、交互、视觉及AIGC相关岗位。

暂无评论

暂无评论...