InfiniteTalk
MeiGen-AI/InfiniteTalkRevisado por IA
Verificado pelo RepoPicks Radar em
O que é InfiniteTalk?
InfiniteTalk é código de pesquisa que anima uma pessoa a partir de uma trilha de áudio. Você dá a ele uma foto ou um vídeo existente mais uma gravação de voz, e ele produz um vídeo em que lábios, cabeça, corpo e expressões seguem o áudio, sem limite fixo de duração (480p ou 720p). Há linha de comando e uma página web simples (Gradio) que você mesmo inicia. Para usar, você monta um ambiente Python no Linux, instala o PyTorch para NVIDIA CUDA, o FFmpeg e outras bibliotecas, e baixa vários modelos grandes de IA do Hugging Face. É preciso uma placa de vídeo NVIDIA.
InfiniteTalk é grátis e de código aberto (Apache-2.0) e pode substituir HeyGen, Synthesia e D-ID.
Quão fácil é instalar InfiniteTalk?
D · terminal, várias ferramentas ou placa específica · Linux
O Linux é a única plataforma documentada, e mesmo assim precisa de um ambiente conda, PyTorch compilado para CUDA 12.1, flash-attn compilado com ninja, FFmpeg, e três downloads separados de modelos antes do primeiro comando rodar. Todos os exemplos presumem uma placa de vídeo NVIDIA, e o README oferece variantes de baixo consumo de memória e de 8 GPUs do mesmo comando.
Em breve: instale com 1 clique pelo app RepoPicks.
InfiniteTalk no GitHub
- Estrelas
- 8.371em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- +59estrelas em 6 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Linux
- Você precisa instalar
- Python, FFmpeg, Placa NVIDIA
- Para compilar a partir do código
- Python, FFmpeg
- Espaço em disco
- 210 MB–570 MB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis
- Licença
- Apache-2.0 (Permissiva)
- Última mudança no GitHub
- 22 de mai. de 2026
Sinais de risco de InfiniteTalk (5)
- AtençãoLinks de download para sites de arquivos
O README linka para https://drive.google.com/drive/folders/1BNrH6GJZ2Wt5gBuNLmfXZ6kpqb9xFPjU?usp=sharing
checagem automática
- AtençãoVídeo realista de pessoas reais falando
README.md descreve um "sparse-frame video dubbing" que sintetiza um vídeo com "accurate lip synchronization" e "consistent identity preservation" a partir de uma imagem ou vídeo mais qualquer áudio. O mesmo 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". Ele pode fazer uma pessoa real parecer dizer coisas que nunca disse.
revisão por IA
- InfoDownloads grandes de modelos fora do repositório
O README pede para baixar Wan2.1-I2V-14B-480P, chinese-wav2vec2-base e MeiGen-InfiniteTalk com huggingface-cli para dentro de ./weights. Esses pesos somam muitos gigabytes e não entram na contagem do tamanho do repositório.
revisão por IA
- InfoSDK de API em nuvem entre os requisitos
O requirements.txt inclui "dashscope", a biblioteca cliente do serviço de IA da Alibaba Cloud. Ela é instalada mesmo que os comandos documentados rodem localmente.
revisão por IA
- InfoOs autores apontam para um modelo mais novo
A seção de novidades do README.md (21 de maio de 2026) anuncia o LongCat-Video-Avatar-1.5 como "an upgraded open-source framework for audio-driven human video generation", e o último commit aqui é de 2026-05-22.
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em InfiniteTalk
- O espaço total em disco necessário depois de baixar o Wan2.1 14B e os outros pesos do modelo
- Quanta memória de placa de vídeo é realmente necessária, e quanto tempo leva um minuto de vídeo
- Se os passos de instalação (flash-attn, os wheels do CUDA 12.1) ainda funcionam com as versões atuais
- Se funciona no Windows ou no macOS, já que nenhum dos dois está documentado
- A qualidade real da sincronia labial e a mudança de cor que o README menciona depois de um minuto