InfiniteTalk
MeiGen-AI/InfiniteTalkRevisado por IA
Revisado por RepoPicks Radar el
¿Qué es InfiniteTalk?
InfiniteTalk es código de investigación que anima a una persona a partir de una pista de audio. Le das una foto o un video existente más una grabación de voz, y produce un video donde los labios, la cabeza, el cuerpo y las expresiones siguen el audio, sin límite fijo de duración (480p o 720p). Hay línea de comandos y una página web sencilla (Gradio) que tú mismo inicias. Para usarlo configuras un entorno de Python en Linux, instalas PyTorch para NVIDIA CUDA, FFmpeg y otras bibliotecas, y descargas varios modelos de IA grandes desde Hugging Face. Se requiere una tarjeta gráfica NVIDIA.
InfiniteTalk es gratis y de código abierto (Apache-2.0) y puede reemplazar a HeyGen, Synthesia y D-ID.
¿Qué tan fácil es instalar InfiniteTalk?
D · terminal, varias herramientas o tarjeta específica · Linux
Linux es la única plataforma documentada, y aun así necesita un entorno conda, PyTorch compilado para CUDA 12.1, flash-attn compilado con ninja, FFmpeg, y tres descargas de modelos separadas antes de que corra el primer comando. Todos los ejemplos suponen una tarjeta gráfica NVIDIA, y el README ofrece variantes de bajo consumo de memoria y de 8 GPU del mismo comando.
Pronto: instala con 1 clic desde la app RepoPicks.
InfiniteTalk en GitHub
- Estrellas
- 8371el 10 nov 2026
- Descargas
- —todas las versiones
- Crecimiento
- +59estrellas en 6 días
Estrellas a lo largo del tiempo
Datos
- Funciona en
- Linux
- Necesitas instalar
- Python, FFmpeg, Tarjeta NVIDIA
- Para compilar desde el código
- Python, FFmpeg
- Espacio en disco
- 210 MB–570 MB · estimación
- Cuentas o claves
- Ninguna
- Costo
- Gratis
- Licencia
- Apache-2.0 (Permisiva)
- Último cambio en GitHub
- 22 may 2026
Señales de riesgo de InfiniteTalk (5)
- AtenciónEnlaces de descarga a sitios de archivos
El README enlaza a https://drive.google.com/drive/folders/1BNrH6GJZ2Wt5gBuNLmfXZ6kpqb9xFPjU?usp=sharing
revisión automática
- AtenciónVideo realista de personas reales hablando
README.md describe un "sparse-frame video dubbing" que sintetiza un video con "accurate lip synchronization" y "consistent identity preservation" a partir de una imagen o video más cualquier audio. El mismo README afirma "You are fully accountable for your use of the models, which must not involve sharing any content that violates applicable laws, causes harm to individuals or groups". Puede hacer que una persona real parezca decir cosas que nunca dijo.
revisión con IA
- InfoDescargas grandes de modelos fuera del repositorio
El README pide descargar Wan2.1-I2V-14B-480P, chinese-wav2vec2-base y MeiGen-InfiniteTalk con huggingface-cli dentro de ./weights. Estos pesos pesan muchos gigabytes y no se cuentan en el tamaño del repositorio.
revisión con IA
- InfoSDK de una API en la nube entre los requisitos
requirements.txt incluye "dashscope", la biblioteca cliente del servicio de IA de Alibaba Cloud. Se instala aunque los comandos documentados corren de forma local.
revisión con IA
- InfoLos autores señalan un modelo más nuevo
La sección de noticias de README.md (21 de mayo de 2026) anuncia LongCat-Video-Avatar-1.5 como "an upgraded open-source framework for audio-driven human video generation", y el último commit aquí es del 2026-05-22.
revisión con IA
La evidencia aparece en su idioma original.
Lo que Radar no pudo verificar de InfiniteTalk
- El espacio total en disco necesario una vez descargados Wan2.1 14B y los demás pesos del modelo
- Cuánta memoria de tarjeta gráfica hace falta realmente, y cuánto tarda un minuto de video
- Si los pasos de instalación (flash-attn, los wheels de CUDA 12.1) todavía funcionan con las versiones actuales
- Si funciona en Windows o macOS, ya que ninguno de los dos está documentado
- La calidad real de la sincronía labial y el cambio de color que menciona el README después de un minuto