InfiniteTalk
MeiGen-AI/InfiniteTalkAI 已审核
RepoPicks Radar 检查于
InfiniteTalk 是什么?
InfiniteTalk 是一段研究性代码,可以根据一段音轨让人物动起来。给它一张照片或一段已有视频,再加一段语音录音,它就能生成一个嘴唇、头部、身体和表情都跟随音频变化的视频,没有固定时长限制(480p 或 720p)。它提供命令行和一个需要你自己启动的简单网页(Gradio)。使用时你需要在 Linux 上搭建 Python 环境,为 NVIDIA CUDA 安装 PyTorch,安装 FFmpeg 和其他库,并从 Hugging Face 下载几个体积很大的 AI 模型。需要一块 NVIDIA 显卡。
InfiniteTalk 安装有多容易?
D · 终端、多个工具或特定显卡 · Linux
Linux 是唯一有文档说明的平台,即便如此也需要 conda 环境、为 CUDA 12.1 编译的 PyTorch、用 ninja 编译的 flash-attn、FFmpeg,以及运行第一条命令之前的三次独立模型下载。所有示例都假定使用 NVIDIA 显卡,README 还提供了同一条命令的低显存版本和 8 卡版本。
即将推出:用 RepoPicks 应用一键安装。
InfiniteTalk 的 GitHub 数据
- 星标
- 8,3712026年11月10日
- 下载量
- —所有发布版本
- 增长
- +596 天内新增星标
星标变化
事实
- 可运行于
- Linux
- 需要安装
- Python, FFmpeg, NVIDIA 显卡
- 从源码编译需要
- Python, FFmpeg
- 磁盘空间
- 210 MB–570 MB · 估算
- 账号或密钥
- 无
- 费用
- 免费
- 许可证
- Apache-2.0 (宽松型)
- GitHub 上的最近改动
- 2026年5月22日
InfiniteTalk 的风险信号 (5)
- 注意下载链接指向文件分享网站
README 链接到 https://drive.google.com/drive/folders/1BNrH6GJZ2Wt5gBuNLmfXZ6kpqb9xFPjU?usp=sharing
自动检查
- 注意真实人物的逼真说话视频
README.md 描述了一种 "sparse-frame video dubbing",能从一张图片或一段视频加任意音频合成出具有 "accurate lip synchronization" 和 "consistent identity preservation" 的视频。同一份 README 写道:"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"。它可以让真实的人看起来说了他们从未说过的话。
AI 审核
- 信息仓库之外的大型模型下载
README 要求用 huggingface-cli 把 Wan2.1-I2V-14B-480P、chinese-wav2vec2-base 和 MeiGen-InfiniteTalk 下载到 ./weights 目录。这些权重文件有好几个 GB,并未计入仓库本身的大小。
AI 审核
- 信息依赖中包含云端 API 的 SDK
requirements.txt 中包含 "dashscope",这是阿里云 AI 服务的客户端库。即便文档中的命令都是本地运行,它仍然会被安装。
AI 审核
- 信息作者指向了更新的模型
README.md 的新闻部分(2026 年 5 月 21 日)宣布 LongCat-Video-Avatar-1.5 是 "an upgraded open-source framework for audio-driven human video generation",而这里最后一次提交是在 2026-05-22。
AI 审核
证据以原始语言显示。
Radar 无法验证的 InfiniteTalk 相关内容
- 下载完 Wan2.1 14B 和其他模型权重之后,总共需要多少磁盘空间
- 实际需要多少显存,生成一分钟视频需要多长时间
- 安装步骤(flash-attn、CUDA 12.1 的 wheel 包)是否还能在当前版本下正常工作
- 它是否能在 Windows 或 macOS 上运行,因为这两个系统都没有文档说明
- 口型同步的真实质量,以及 README 提到的一分钟后出现的色彩偏移问题