RepoPicks Radar

每天约 23:30 UTC 更新

指南

Ditto

antgroup/ditto-talkingheadAI 已审核

RepoPicks Radar 检查于

Ditto 是什么?

蚂蚁集团的研究代码,能让一张静态肖像根据你提供的音频对口型并做出相应动作,把结果保存为MP4。创建conda环境、安装TensorRT并从Hugging Face下载约十几个模型文件后,只需一条命令就能运行。它在Linux(CentOS 7.2)配A100显卡上测试过,现成的快速模型只支持NVIDIA Ampere或更新架构的显卡;更旧的显卡需要额外的转换步骤。官方还提供一个Colab笔记本,可以在浏览器里试用。

Ditto 免费开源(Apache-2.0),可以替代 HeyGen、Synthesia和D-ID。

Ditto 安装有多容易?

D · 终端、多个工具或特定显卡 · Linux

在Linux上,你需要克隆项目、搭建conda环境、安装TensorRT 8.6.1、用git lfs获取模型文件,然后手动输入一条带五个路径的命令;没有窗口或页面可点。README完全没提Windows和macOS,测试环境是CentOS 7.2配NVIDIA A100。

即将推出:用 RepoPicks 应用一键安装。

Ditto 的 GitHub 数据

星标
9322026年11月10日
下载量
—所有发布版本
增长
+36 天内新增星标

星标变化

930931932933 11月8日11月9日11月10日 930931932933 11月8日11月9日11月10日

事实

可运行于
Linux
需要安装
Python, NVIDIA 显卡, FFmpeg
从源码编译需要
Python, NVIDIA 显卡, FFmpeg
磁盘空间
100 MB–300 MB · 估算
账号或密钥
无
费用
免费
许可证
Apache-2.0 (宽松型)
可以替代
HeyGen, Synthesia, D-ID
GitHub 上的最近改动
2025年11月12日

Ditto 的风险信号 (5)

  • 注意能让真人看起来在说话

    README.md描述了由"--audio_path"和"--source_path"(任意图片)驱动的"Controllable Realtime Talking Head Synthesis"。同一条能给你自己肖像配音动画的命令,也能用任意音频给别人的照片配上动画,仓库里除了Apache-2.0许可证之外,没有看到同意确认、水印或使用限制。

    AI 审核

  • 注意一年没有更新

    最近一次push在2025-11-12,360天没有提交,也完全没有GitHub发布。README最新的条目是2025.11.12发布的训练代码。

    AI 审核

  • 信息现成模型只支持更新的NVIDIA显卡

    README.md: "We have provided the tensorRT model with hardware-compatibility-level=Ampere_Plus (checkpoints/ditto_trt_Ampere_Plus/). If your GPU does not support it, please execute the cvt_onnx_to_trt.py script to convert from the general onnx model"。在更旧的显卡上,你得自己构建引擎。

    AI 审核

  • 信息模型文件托管在别处

    README.md Download Checkpoints: "git clone https://huggingface.co/digital-avatar/ditto-talkinghead checkpoints"。模型文件,包括一个编译好的插件(libgrid_sample_3d_plugin.so),都来自Hugging Face而不是这个仓库;确定性磁盘估算(100到300 MB)只覆盖代码。

    AI 审核

  • 信息依赖版本锁定在旧版本

    environment.yaml锁定了python=3.10.16、带cuda 12.1的pytorch=2.5.1、tensorrt==8.6.1和numpy==2.0.1,全都来自2024年末,可能与当前驱动或更新的CUDA安装冲突。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 Ditto 相关内容

  • 除了测试过的CentOS加A100环境外,是否能在其他环境安装运行,以及在Windows上是否能用。
  • 从Hugging Face下载模型文件后的实际磁盘占用。
  • 在消费级显卡上速度如何,"realtime"的说法离开A100是否依然成立。
  • 用你自己的照片和音频生成的效果如何。
  • 官方的Colab笔记本是否还能运行。

类似项目

RepoPicks 应用

即将推出:用 RepoPicks 应用一键安装。

下载之前

在 GitHub 上查看版本页面