Audio-gesteuertes Modell, das Konversationsvideos von mehreren Personen aus einem Multi-Stream-Audio und einem Referenzbild generiert.
Generieren Sie eine Konversation zwischen mehreren Personen, jeweils lippensynchron zu ihrem eigenen Audio.
MultiTalk ist ein Framework von MeiGen-AI für audio-gesteuerte Multi-Personen-Konversationsvideos. Anhand separater Audiostreams, eines Referenzbildes und eines Prompts rendert es interagierende Personen mit passenden Lippenbewegungen. Es eignet sich für Entwickler mit einer starken GPU.
Die README beschreibt einen Multi-Stream-Audioeingang plus Prompt, mit Multi-GPU-Inferenz, TeaCache, APG und einem Low-VRAM-Modus, der 480P auf einer RTX 4090 ausführt. Der aktuelle Code unterstützt 480P nur auf einer einzelnen GPU, und für 720P werden mehrere GPUs benötigt.
Eignet sich für Forscher und Entwickler, die Clips mit mehreren Sprechern wie Interviews erstellen. Es eignet sich nicht für Benutzer, die ein Studio, Vorlagen oder integrierte Stimmen suchen.
Separate Audiospuren steuern jede Person.
Ein Text-Prompt beschreibt, wie die Personen interagieren.
480P auf einer einzelnen RTX 4090.
torchrun-Skripte verteilen die Arbeit auf GPUs.
Beschleunigungs- und Artefaktminderungsoptionen.
Community-Integrationen erreichen 8 GB VRAM.
Kostenlos unter Apache-2.0. Die README listet keinen gehosteten oder kostenpflichtigen Tarif auf, daher sind die einzigen Kosten Ihre eigene oder eine gemietete GPU.
896 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.
Ja. Es nimmt einen Multi-Stream-Audioeingang entgegen und steuert jede Person mit ihrem eigenen Audio.
Ja bei 480P: Laut README ermöglicht der Low-VRAM-Modus 480P auf einer einzelnen RTX 4090. 720P erfordert mehrere GPUs.
Der Code steht unter Apache-2.0; überprüfen Sie die Lizenz der Basismodell-Gewichte, die es herunterlädt.
Zekai zuerst in Google sehen