RepoPicks Radar

Atualizado todo dia por volta das 23:30 UTC

Guias

Paper2Video

showlab/Paper2VideoRevisado por IA

Verificado pelo RepoPicks Radar em

O que é Paper2Video?

O Paper2Video é código de pesquisa do Show Lab (NUS) que cria aquele vídeo de apresentação que pesquisadores gravam para um congresso. Você entrega o código LaTeX do seu artigo, uma foto quadrada de quem apresenta e cerca de dez segundos da voz dessa pessoa; um agente escreve os slides, as legendas e a narração, move um cursor sobre os slides, lê o texto com a voz clonada e pode acrescentar um apresentador falante. Há um modo mais leve, sem o apresentador. Roda pelo terminal, numa máquina com uma placa NVIDIA grande e chaves de serviços de IA pagos.

Quão fácil é instalar Paper2Video?

D · terminal, várias ferramentas ou placa específica · Linux

O Linux é o único sistema com instruções, e o preparo é longo: um ambiente conda com Python 3.10, o motor LaTeX tectonic, chaves de API exportadas no shell e, para o apresentador falante, um segundo ambiente conda, além de clonar o projeto Hallo2 e baixar os pesos do modelo dele. O README diz que a placa mínima recomendada é uma NVIDIA A6000 de 48 GB, e os exemplos passam oito GPUs.

Em breve: instale com 1 clique pelo app RepoPicks.

Paper2Video no GitHub

Estrelas
2.422em 10 de nov. de 2026
Downloads
—todas as versões
Crescimento
+7estrelas em 6 dias

Estrelas ao longo do tempo

2.4182.4192.4202.4212.4222.423 8 de nov.9 de nov.10 de nov. 2.4182.4192.4202.4212.4222.423 8 de nov.9 de nov.10 de nov.

Fatos

Roda em
Linux
Você precisa instalar
Python, Placa NVIDIA, Outras ferramentas
Espaço em disco
não determinado
Contas ou chaves
OpenAI, Google Gemini
Custo
Grátis, a API é paga · O código é MIT, mas o fluxo chama serviços pagos: o README recomenda GPT-4.1 ou Gemini 2.5 Pro tanto para a parte de texto quanto para a de visão. Ele diz que também aceita modelos abertos rodando localmente, como o Qwen, e indica outro projeto para os detalhes.
Licença
MIT (Permissiva)
Pode substituir
HeyGen, Synthesia, D-ID
Última mudança no GitHub
5 de mar. de 2026

Sinais de risco de Paper2Video (6)

  • AtençãoClona um rosto e uma voz

    README, Inference: o fluxo recebe `--ref_img` ("must be square portrait") e `--ref_audio` ("recommended: ~10s") e produz fala naquela voz, com um vídeo de apresentador falante daquele rosto, usando o modelo Hallo2. Os mesmos passos funcionam com a foto e a amostra de voz de alguém que não concordou com isso.

    revisão por IA

  • AtençãoExige placa de vídeo de data center

    README, Inference: "The minimum recommended GPU for running this pipeline is NVIDIA A6000 with 48G", e os dois comandos de exemplo passam `--gpu_list [0,1,2,3,4,5,6,7]`, ou seja oito placas, para gerar o cursor e renderizar o apresentador falante.

    revisão por IA

  • AtençãoNão se sabe o custo por vídeo

    README, Configure LLMs: o artigo inteiro passa pelo GPT-4.1 ou pelo Gemini 2.5 Pro para texto e visão, e o layout dos slides usa busca em árvore (`--if_tree_search` vem como True), o que repete as chamadas ao modelo. O repositório não dá nenhuma estimativa do que custa um vídeo.

    revisão por IA

  • InfoPuxa outro projeto e pesos de modelo

    README, Requirements: para o apresentador humano você precisa "git clone https://github.com/fudan-generative-vision/hallo2.git", montar um ambiente conda separado para ele e baixar os pesos do modelo, por causa de "potential package conflicts". Nada desse código está neste repositório.

    revisão por IA

  • InfoSem atualização há meses

    A última alteração foi em 2026-03-05, 250 dias antes desta checagem, não há lançamentos e a nota de atualização mais recente do README é de 2025-10-15.

    revisão por IA

  • InfoOs vídeos de referência vêm de sites públicos

    README, Acknowledgements: "The souces of the presentation videos are SlideLive and YouTuBe", ou seja, o conjunto com que ele se compara são palestras gravadas por outras pessoas.

    revisão por IA

As evidências aparecem no idioma original.

O que o Radar não conseguiu verificar em Paper2Video

  • quanto custam as chamadas à OpenAI e ao Gemini para um artigo, e com que frequência é preciso repetir uma execução
  • se o fluxo mais leve, sem o apresentador falante, funciona numa placa de vídeo menor
  • quanto disco os pesos do Hallo2 e o vídeo renderizado precisam
  • se os slides e a narração descrevem o artigo corretamente ou inventam conteúdo que o leitor teria de conferir
  • se chega a rodar no Windows ou no macOS, já que só há instruções no estilo Linux

Projetos parecidos

O app RepoPicks

Em breve: instale com 1 clique pelo app RepoPicks.

Antes de baixar

Baixar do GitHub

Ver a página da versão no GitHub