RepoPicks Radar

每天约 23:30 UTC 更新

指南

V-Express

tencent-ailab/V-ExpressAI 已审核

RepoPicks Radar 检查于

V-Express 是什么?

V-Express 是腾讯 AI Lab 的研究代码,用来让一张人像动起来。你提供一张正方形的人脸照片(512x512 或更大)、一段音频,如果愿意还可以再给一段提供头部动作的参考视频;程序会输出一段人脸说出这段音频的视频。全部流程都在命令行里完成:安装 Python 包、从 Hugging Face 下载若干 AI 模型,然后带上文件路径运行 inference.py。需要显卡,作者还说英文音频的效果更好。

V-Express 免费,可以替代 HeyGen、D-ID和Synthesia。

V-Express 安装有多容易?

D · 终端、多个工具或特定显卡 · Windows

  • Windows D
  • Linux D

在 Linux 和 Windows 上,文档给出的唯一方式就是终端:pip install -r requirements.txt,用 git lfs 下载模型文件,手动移动目录,再带上一串参数运行 inference.py。没有界面,也没有安装程序,而且必须有显卡(README 提到 31 秒的片段用了 7956 MiB 显存)。

即将推出:用 RepoPicks 应用一键安装。

V-Express 的 GitHub 数据

星标
2,3542026年11月10日
下载量
—所有发布版本
增长
—上次读取时无增长

星标变化

2,3542,3552,356 11月5日11月6日11月7日11月8日11月9日11月10日 2,3542,3552,356 11月5日11月8日

事实

可运行于
Windows, Linux
需要安装
Python, 显卡, FFmpeg
从源码编译需要
Python, 显卡, FFmpeg
磁盘空间
1.0 GB–4.6 GB · 估算
账号或密钥
无
费用
免费
许可证
无许可证 (无许可证)
可以替代
HeyGen, D-ID, Synthesia
GitHub 上的最近改动
2025年1月24日

V-Express 的风险信号 (5)

  • 注意依赖存在已知漏洞

    锁定的依赖存在已知漏洞(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

    自动检查

  • 注意模型权重仅限非商业用途

    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." 文中称代码本身可商用,但仓库没有许可证文件,条款就只有这一段话。

    AI 审核

  • 注意会生成真人面孔的视频

    该工具把一张真人照片加上任意音频变成说话视频("Scenario 2 (A's picture and any talking audio)"),可以让某个人看起来说了他从未说过的话。README 把责任推给使用者:"they are obligated to comply with local laws and utilize it responsibly. The developers will not assume any responsibility for potential misuse by users."

    AI 审核

  • 信息未检测到许可证

    GitHub、许可证文件、LICENSES 目录和 winget 清单中都没有发现任何许可证

    自动检查

  • 信息锁定了过时的依赖

    requirements.txt 锁定了 torch==2.0.1、diffusers==0.29.2、transformers==4.41.1 和 xformers==0.0.22,都是 2023 至 2024 年的版本,在较新的 Python 或较新的显卡驱动上可能装不上。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 V-Express 相关内容

  • 从 Hugging Face 下载完模型文件后,实际占用多少 GB
  • 在普通家用显卡上生成一段视频要多久(README 里唯一的数字是数据中心 V100 上 31 秒音频耗时 2617 秒)
  • 在 Windows 上能否顺利安装,因为 README 里的命令都是按 Linux shell 写的
  • 英语以外的语言口型效果如何,作者表示这一点没有做过细致测试

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