Audio-gesteuertes Modell, das aus einem Bild sprechende Videos unbegrenzter Länge erstellt oder ein bestehendes Video neu synchronisiert.
Verwandeln Sie ein Bild und Audio in lange sprechende Videos oder synchronisieren Sie einen Clip mit passender Körperbewegung neu.
InfiniteTalk ist ein Video-Synchronisationsmodell für Sparse-Frames von MeiGen-AI, das sprechende Videos unbegrenzter Länge aus einem Bild oder einem Eingangsvideo generiert. Es eignet sich für Entwickler und Forscher mit einer starken NVIDIA GPU.
Anhand von Audio synchronisiert es Lippen sowie Kopfhaltung, Körperbewegung und Mimik im Bild-zu-Video- oder Video-zu-Video-Modus. Die README baut auf dem Wan2.1 480P Basismodell auf und bietet eine Gradio-Demo, einen ComfyUI-Branch und einen Low-VRAM-Modus.
Eignet sich für technische Anwender, die lange Avatar-Clips ohne Minutenpreise wünschen. Es ist nicht geeignet für Personen, die ein Studio mit Stimmen, Vorlagen oder einem Skripteditor erwarten, da es ausschließlich bereitgestelltes Audio verarbeitet.
Animieren Sie ein Referenzbild anhand eines Audioclips.
Synchronisieren Sie ein Eingangsvideo neu und passen Sie Kopf, Körper und Mimik an.
Die README beschreibt eine Generierung von unbegrenzter Länge.
Setzen Sie num_persistent_param_in_dit für sehr wenig VRAM auf 0.
Führen Sie es mit torchrun über mehrere GPUs aus.
Eine Gradio-Demo und ein ComfyUI-Branch werden bereitgestellt.
Kostenlos unter Apache-2.0. Die README listet keine kostenpflichtigen oder gehosteten Pläne auf, sodass die einzigen Kosten durch die GPU-Hardware oder gemietete GPU-Zeit entstehen, auf der es ausgeführt wird.
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.
Die README besagt, dass die Modelle unter Apache-2.0 stehen und Sie die Rechte an Ihren generierten Inhalten behalten, vorbehaltlich der Lizenzbedingungen.
Die README nennt keine feste Zahl; sie dokumentiert einen Modus für sehr wenig VRAM sowie Multi-GPU-Ausführungen, und die Unterstützung der Wan2GP-Community zielt auf Karten mit wenig VRAM ab.
Nein. Es nimmt von Ihnen bereitgestelltes Audio entgegen und animiert das Video passend dazu.
Zekai zuerst in Google sehen