نموذج مدعوم بالصوت ينتج مقاطع فيديو كلامية غير محدودة الطول من صورة أو يعيد دبلجة فيديو موجود.
حول صورة مع صوت إلى فيديو كلامي طويل، أو أعد دبلجة مقطع مع حركة جسم متطابقة.
InfiniteTalk هو نموذج دبلجة فيديو بإطارات متفرقة من MeiGen-AI يولد مقاطع فيديو كلامية غير محدودة الطول من صورة أو فيديو إدخال. يناسب المطورين والباحثين الذين يمتلكون وحدة معالجة رسومات NVIDIA قوية.
بالاستعانة بالصوت، يقوم بمزامنة الشفاه وأيضاً وضعية الرأس وحركة الجسم والتعابير، في وضع تحويل الصورة إلى فيديو أو فيديو إلى فيديو. يعتمد ملف README على نموذج Wan2.1 480P الأساسي ويقدم عرض Gradio، وفرع ComfyUI، ووضع استهلاك منخفض لـ VRAM.
يناسب المستخدمين التقنيين الذين يريدون مقاطع أفرات طويلة بدون رسوم لكل دقيقة. لا يناسب أي شخص يتوقع استوديو بأصوات أو قوالب أو محرر نصوص، لأنه يتعامل فقط مع الصوت الذي توفره.
تحريك صورة مرجعية واحدة باستخدام مقطع صوتي.
إعادة دبلجة فيديو مدخل، مع مزامنة الرأس والجسم والتعابير.
يصف ملف README عملية التوليد بطول غير محدود.
اضبط num_persistent_param_in_dit على 0 للحصول على استهلاك منخفض جداً لـ VRAM.
التشغيل باستخدام torchrun عبر عدة وحدات GPU.
يتم توفير عرض Gradio وفرع ComfyUI.
مجاني تحت ترخيص Apache-2.0. لا يدرج ملف README أي خطة مدفوعة أو استضافة، لذا فإن التكلفة الوحيدة هي عتاد GPU أو وقت GPU المستأجر الذي تشغله عليه.
880 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
يقول ملف README إن النماذج تخضع لترخيص Apache-2.0 وأنك تحتفظ بالحقوق الخاصة بالمحتوى الذي تولده، مع الخضوع لشروط الترخيص.
لا يحدد ملف README رقماً واحداً؛ بل يوثق وضعاً لاستهلاك منخفض جداً لـ VRAM وعمليات تشغيل متعددة وحدات GPU، ويستهدف دعم مجتمع Wan2GP بطاقات VRAM المنخفضة.
لا. إنه يأتي بصوت توفره ويقوم بتحريك الفيديو ليتطابق معه.
شاهد Zekai أولاً في جوجل