网易智能
淘天推出 AptAvatar:两步生成,让数字人兼顾速度、动作与长时稳定性
阿里巴巴淘天集团推出数字人生成框架AptAvatar,旨在解决视频生成中速度、动作控制与长时稳定性的平衡问题。该框架保留140亿参数及720p生成能力,将生成过程压缩至两步,通过端点锚定分布蒸馏技术实现60倍推理提速,并支持文字提示控制细粒度动作。针对长视频一致性,引入自生成历史回放机制改善接续稳定性。在全球流式交互视频生成评测榜单StreamEval中,AptAvatar综合得分位列第六;在自建测试集及主观评估中,其画面质量、一致性及用户偏好度均优于对比方法。目前,该项目论文与代码已开源。
