ऑडियो-संचालित मॉडल जो किसी इमेज से असीमित लंबाई का टॉकिंग वीडियो बनाता है या किसी मौजूदा वीडियो को री-डब करता है।
एक इमेज और ऑडियो को मिलाकर लंबा टॉकिंग वीडियो बनाएं, या मैचिंग बॉडी मूवमेंट के साथ किसी क्लिप को री-डब करें।
InfiniteTalk, MeiGen-AI का एक स्पार्स-फ्रेम वीडियो डबिंग मॉडल है जो किसी इमेज या इनपुट वीडियो से असीमित लंबाई का टॉकिंग वीडियो जनरेट करता है। यह मजबूत NVIDIA GPU वाले डेवलपर्स और शोधकर्ताओं के लिए उपयुक्त है।
ऑडियो दिए जाने पर, यह इमेज-टू-वीडियो या वीडियो-टू-वीडियो मोड में ओठों के साथ-साथ सिर की स्थिति, शारीरिक मूवमेंट और हाव-भाव को सिंक करता है। README Wan2.1 480P बेस मॉडल पर आधारित है और Gradio डेमो, ComfyUI ब्रांच और लो-VRAM मोड प्रदान करता है.
यह उन तकनीकी उपयोगकर्ताओं के लिए उपयुक्त है जो प्रति-मिनट शुल्क के बिना लंबे अवतार क्लिप चाहते हैं। यह आवाजों, टेम्पलेट्स या स्क्रिप्ट एडिटर वाले स्टूडियो की उम्मीद करने वाले किसी भी व्यक्ति के लिए उपयुक्त नहीं है, क्योंकि यह केवल आपके द्वारा प्रदान किए गए ऑडियो का उपयोग करता है।
एक ऑडियो क्लिप से एक संदर्भ इमेज को एनिमेट करें।
सिर, शरीर और हाव-भाव को सिंक करते हुए इनपुट वीडियो को री-डब करें।
README असीमित लंबाई के जनरेशन का वर्णन करता है।
बहुत कम VRAM के लिए num_persistent_param_in_dit को 0 पर सेट करें।
कई GPU में torchrun के साथ चलाएं।
Gradio डेमो और ComfyUI ब्रांच प्रदान किए गए हैं।
Apache-2.0 के तहत मुफ़्त। README में किसी भी भुगतान या होस्टेड प्लान की सूची नहीं दी गई है, इसलिए एकमात्र लागत GPU हार्डवेयर या किराए पर लिया गया GPU समय है जिस पर आप इसे चलाते हैं।
880 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।
README का कहना है कि मॉडल Apache-2.0 के तहत हैं और लाइसेंस शर्तों के अधीन, आप अपने जनरेट किए गए कंटेंट के अधिकार अपने पास रखते हैं।
README कोई एक संख्या नहीं देता है; यह बहुत कम VRAM वाले मोड और मल्टी-GPU रन का दस्तावेजीकरण करता है, और कम्युनिटी Wan2GP सपोर्ट लो-VRAM कार्ड को लक्षित करता है।
नहीं। यह आपके द्वारा आपूर्ति किए गए ऑडियो को लेता है और उससे मेल खाने के लिए वीडियो को एनिमेट करता है।
Google में Zekai को सबसे पहले देखें