生成逼真、唇同步的说唱视频，VividTalk官网入口网址

音频驱动的视频编辑，实现高质量唇形同步，VideoReTalking官网入口网址

生成会说话、唱歌的动态视频，AniPortrait官网入口网址

生成逼真动态人像视频的先进技术，EchoMimic官网入口网址

一个基于音频驱动的实时2D聊天头像生成模型，可在仅使用CPU的设备上实现30fps的实时推理。

Loopy，仅凭音频驱动肖像头像，实现逼真动态。

基于流匹配的音频驱动说话人像视频生成方法

SyncAnimation 是一种基于 NeRF 的音频驱动实时生成说话头像和上半身动作的技术框架。

高分辨率、长时音频驱动的人像图像动画技术

基于扩散模型的音频驱动人像和动物图像动画技术

音频驱动的交互式头部生成框架，用于双人对话。

JoyGen 是一种音频驱动的 3D 深度感知的说话人脸视频编辑技术。

EchoMimicV2：实现逼真、简化、半身人体动画的技术。

端到端音频驱动的人体动画框架