歸藏(guizang.ai)

字节刚发布了 OmniHuman-1.5 ，案例看起来非常牛皮

依然是通过音频和图像生成视频，整体的真实感和泛化能力都有了非常强的提升

支持双人音频驱动生成视频
支持生成超过一分钟的视频
支持感知并通过视频表达音频的情感
支持额外的文本提示词
支持多人场景表演
支持非真人的唇形和动作同步 

详细信息：https://omnihuman-lab.github.io/v1_5/