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 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
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)
- 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