Multimodaler Diffusion-Transformer von Tencent für emotionssteuerbare, audiodriven Dialogvideos mit mehreren Charakteren.
Tencents Diffusion-Transformer für emotionsbewusste, audiodriven sprechende Charaktere.
HunyuanVideo-Avatar ist ein multimodaler Diffusion-Transformer von Tencent, der dynamische, emotionssteuerbare Dialogvideos mit mehreren Charakteren aus Audio generiert. Er eignet sich für gut ausgestattete Teams außerhalb der von der Lizenz ausgeschlossenen Regionen.
Die README zielt auf Charakterkonsistenz, Emotionsanpassung und Animation mit mehreren Charakteren ab. Sie erfordert eine NVIDIA GPU mit CUDA: 24 GB VRAM Minimum (sehr langsam) und 96 GB empfohlen, mit Community-Wan2GP-Unterstützung ab 10 GB.
Eignet sich für Forschungslabore und Studios mit großen GPUs. Er eignet sich nicht für Nutzer in der EU, im UK oder in Südkorea, wo die Lizenz nicht gilt, oder für jeden, der seine Ausgaben nutzen möchte, um ein anderes AI-Modell zu trainieren.
Animiert mehrere sprechende Charaktere in einem Video.
Passt die Emotion des Charakters an das Audio an.
Läuft auf einer GPU mit TeaCache und Community-Wan2GP-Unterstützung.
Multi-GPU-parallele Inferenz ist dokumentiert.
Ein CUDA 12 Docker-Image wird bereitgestellt.
Zielt auf hochdynamische Videos ab, die die Charakterkonsistenz wahren.
Kostenlos herunterzuladen unter der Tencent Hunyuan Community License. Die README listet keinen kostenpflichtigen Tarif auf; die Kosten bestehen aus einer großen GPU, und Nutzer mit über 100 Millionen monatlich aktiven Nutzern müssen eine Lizenz bei Tencent anfordern.
880 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Es ist source-available unter der Tencent Hunyuan Community License, die nicht OSI-genehmigt ist und in der EU, im UK sowie in Südkorea keine Anwendung findet.
Die README nennt 24 GB Minimum für 704x768, 129 Frames aber sehr langsam; 96 GB werden empfohlen. Community-Wan2GP-Unterstützung erreicht 10 GB.
Nein. Die Lizenz besagt, dass Sie die Werke oder Ausgaben nicht verwenden dürfen, um ein anderes AI-Modell zu verbessern.
Zekai zuerst in Google sehen