AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：数字人×
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
6月6日
23:43
23:43IT之家（博客/媒体）
百度移动生态事业群组（MEG）进行新一轮组织调整，将商业部与电商事业部合并成立大商业事业部，同时将数字人创新业务部升级为独立部门。此前百度在 Create 2026 大会上将数字人品牌“慧播星”升级为“百度一镜”，并推出海外版，定位为全场景数字人平台。李彦宏称数字人是“看得见的智能体”，是 AI 时代的通用交互界面。此次调整显示百度正加速将数字人业务作为独立战略方向，并整合商业与电商资源以提升协同效率。
行业百度组织调整数字人电商智能体
推荐理由：百度把数字人业务独立成部门，做直播带货或视频创作的团队可以关注——百度一镜已从带货场景扩展到全平台，一个人加一镜就能做视频，值得试试。
原文
01:42
6月5日
01:16
6月2日
01:11
01:11berryxia@berryxia
Google 的 Gemini Omni 正式推出数字人（Digital Avatar）功能，用户只需在 App 或网页端拍摄几张照片并录制几句语音，即可生成外貌和声音都高度仿真的数字分身。该分身可直接用于视频创作工具，让用户“自己”出现在视频中。所有生成视频均嵌入不可见的 SynthID 数字水印，便于验证来源，有效防范深度伪造风险。整个过程对普通用户只需几分钟，无需专业设备，对教育、营销和内容创作者是重大利好。
AI产品数字人Gemini Omni视频创作数字水印内容创作
推荐理由：做视频内容的人终于可以不用真人出镜了——Gemini Omni 的数字人功能让克隆自己变得像拍照一样简单，教育博主和营销团队建议立刻试试。
原文
5月29日
11:07
11:07arXiv cs.AI@Chong Bao, Shichen Liu, Lijun Yu, David Futschik, Stylianos Moschoglou, Shefali Srivastava, Ziqian Bai, Feitong Tan, Guofeng Zhang, Zhaopeng Cui, Sean Fanello, Yinda Zhang
精选
浙江大学团队提出 Archon，一个完全预训练的统一多模态模型，用于生成包含文本、音频、动作和视觉内容的完整数字人。该模型通过模态专用分词器和原生自回归架构，统一了七种模态，并在 72 个任务上预训练以建模联合分布。为解决高保真对话视频中的 token 爆炸问题，Archon 引入了一种内存高效的语义视频重参数化方法，实现 4 倍 token 压缩同时保留精细动态，并配合语义驱动的视频扩散解码器。此外，提出的“模态思考”机制将模糊的跨模态任务分解为逐步推理，提升了生成保真度和可控性。实验表明，Archon 在多种数字人生成任务上达到或超越现有水平。
论文数字人多模态模型视频生成自回归模型token压缩
推荐理由：做数字人、虚拟角色或交互式 AI 的团队终于有了一个统一框架——Archon 把文本、音频、动作、视频全打通了，不用再拼凑多个模型，做沉浸式体验的开发者可以直接参考其架构。
原文
5月27日
10:52
5月25日
11:47
11:47美团技术团队@美团技术团队
美团开源了 LongCat-Video-Avatar 1.5，这是一款从 SOTA 迈向商业级应用的数字人视频模型。它在唇形同步、物理合理性、长视频稳定性、多人互动和高效推理上实现了全面提升，能稳定输出高质量内容。该模型解决了数字人视频在复杂商业场景中不自然、不稳定、成本高的问题，让数字人从实验室走向真实应用。开源版本可供开发者直接使用，推动数字人视频生成技术的普及。
AI模型数字人视频生成开源/仓库唇形同步美团
推荐理由：做数字人视频生成或虚拟主播的团队，终于有了一个能直接商用的开源模型——唇形同步和长视频稳定性提升明显，建议试试 LongCat 1.5 来降低制作成本。
原文
5月22日
14:37
14:37IT之家（博客/媒体）
76°
美团技术团队正式开源了数字人视频生成模型 LongCat-Video-Avatar 1.5，该版本在唇形同步、物理合理性、长视频稳定性、多人互动及推理效率方面全面升级。模型采用 DMD 蒸馏技术，将生成步数从 50 步压缩至 8 步，推理效率提升约 15 倍，生成 10 秒视频仅需约 1 分钟。在用户偏好对比中，该模型相比 Kling Avatar 2.0 胜率为 65.9%，相比 OmniHuman-1.5 胜率为 61.1%，相比 HeyGen 胜率为 54.3%。美团表示，数字人视频生成正从展示效果走向真实使用，希望开源能成为可验证、可改进、可共建的技术基座。
AI模型数字人视频生成开源/仓库美团LongCat-Video-Avatar
推荐理由：数字人视频生成终于从演示走向了可商用——10 秒视频 1 分钟生成，效率提升 15 倍，做虚拟主播、在线教育、客服视频的团队可以直接拿来用，省去大量渲染时间。
原文
5月21日
08:00
5月20日
04:00
5月14日
01:10
01:10百度 AI Baidu@Baidu_Inc
百度将旗下数字人平台“慧播星”升级为“文心智能体平台”，使其从直播带货扩展到直播、视频、实时交互和长互动内容等多场景。百度CEO李彦宏提出，数字人可能成为智能体的可视化前端，即“可见的智能体”，用于调用智能体、管理任务和访问服务。同时，国际版平台也已上线，帮助全球创作者和企业更高效地制作高质量数字人内容。这一升级标志着数字人技术正从单一商业场景向更广泛的智能体交互界面演进。
AI产品数字人智能体百度文心智能体平台多场景交互
推荐理由：数字人从直播带货扩展到多场景交互，做智能体应用或数字人内容的团队值得关注——百度把数字人定位为“可见的智能体”，这可能改变人机交互的方式。
原文