V-Express
tencent-ailab/V-ExpressRevisado por IA
Revisado por RepoPicks Radar el
¿Qué es V-Express?
V-Express es código de investigación de Tencent AI Lab que anima un retrato. Le das una foto cuadrada de un rostro (512x512 o mayor), un audio y, si quieres, un video de referencia que aporte el movimiento de cabeza; el programa genera un video en el que la cara pronuncia ese audio. Todo corre desde la línea de comandos: instalar paquetes de Python, descargar varios modelos de IA desde Hugging Face y luego ejecutar inference.py con las rutas de los archivos. Hace falta una tarjeta gráfica, y los autores dicen que los resultados son mejores con audio en inglés.
V-Express es gratis y puede reemplazar a HeyGen, D-ID y Synthesia.
¿Qué tan fácil es instalar V-Express?
D · terminal, varias herramientas o tarjeta específica · Windows
- Windows D
- Linux D
En Linux y Windows el único camino documentado es la terminal: pip install -r requirements.txt, git lfs para descargar los archivos del modelo, mover carpetas a mano y luego ejecutar inference.py con varios parámetros. No hay interfaz ni instalador, y se necesita una tarjeta gráfica (el README reporta 7956 MiB de memoria de video para un clip de 31 segundos).
Pronto: instala con 1 clic desde la app RepoPicks.
V-Express en GitHub
- Estrellas
- 2354el 10 nov 2026
- Descargas
- —todas las versiones
- Crecimiento
- —sin ganancia en la última lectura
Estrellas a lo largo del tiempo
Datos
- Funciona en
- Windows, Linux
- Necesitas instalar
- Python, Tarjeta gráfica, FFmpeg
- Para compilar desde el código
- Python, Tarjeta gráfica, FFmpeg
- Espacio en disco
- 1,0 GB–4,6 GB · estimación
- Cuentas o claves
- Ninguna
- Costo
- Gratis
- Licencia
- Sin licencia (Sin licencia)
- Último cambio en GitHub
- 24 ene 2025
Señales de riesgo de V-Express (5)
- AtenciónDependencias con vulnerabilidades conocidas
Dependencias fijadas con vulnerabilidades conocidas (OSV): diffusers: GHSA-7wx4-6vff-v64p, GHSA-98h9-4798-4q5v, PYSEC-2026-2446; torch: GHSA-3749-ghw9-m3mg, GHSA-53q9-r3pm-6pq6, GHSA-5pcm-hx3q-hm94; transformers: GHSA-29pf-2h5f-8g72, GHSA-37mw-44qp-f5jm, GHSA-4w7r-h757-3r74
revisión automática
- AtenciónLos pesos del modelo son solo para uso no comercial
README: "both manual-downloading and auto-downloading models from V-Express are for non-commercial research purposes. Our released checkpoints are also for research purposes only." Se dice que el código en sí es libre para uso comercial, pero sin archivo de licencia los términos son solo ese párrafo.
revisión con IA
- AtenciónCrea video con el rostro de una persona real
La herramienta convierte una foto de un rostro real más cualquier audio en un video hablado ("Scenario 2 (A's picture and any talking audio)"), lo que permite hacer que alguien parezca decir cosas que nunca dijo. El README pone la responsabilidad en el usuario: "they are obligated to comply with local laws and utilize it responsibly. The developers will not assume any responsibility for potential misuse by users."
revisión con IA
- InfoNo se detectó licencia
GitHub, el archivo de licencia, la carpeta LICENSES y el manifiesto de winget no muestran ninguna licencia
revisión automática
- InfoDependencias viejas fijadas
requirements.txt fija torch==2.0.1, diffusers==0.29.2, transformers==4.41.1 y xformers==0.0.22, versiones de 2023-2024 que pueden no instalarse en un Python reciente ni con controladores gráficos recientes.
revisión con IA
La evidencia aparece en su idioma original.
Lo que Radar no pudo verificar de V-Express
- Cuántos gigabytes ocupan realmente los archivos de modelo de Hugging Face después de la descarga
- Cuánto tarda un video en una tarjeta gráfica doméstica normal (el único número del README son 2617 segundos para 31 segundos de audio en una V100 de centro de datos)
- Si la instalación funciona en Windows, ya que todos los comandos del README están escritos para una shell de Linux
- Qué tan bueno es el movimiento de labios en idiomas distintos del inglés, algo que según los autores no se ha probado en detalle