Modelo orientado por áudio que cria vídeos falados de comprimento ilimitado a partir de uma imagem ou redubla um vídeo existente.
Transforme uma imagem mais áudio em vídeos falados longos, ou reduble um clipe com movimento corporal correspondente.
InfiniteTalk é um modelo de dublagem de vídeo de quadros esparsos da MeiGen-AI que gera vídeos falados de comprimento ilimitado a partir de uma imagem ou de um vídeo de entrada. É adequado para desenvolvedores e pesquisadores com uma GPU NVIDIA potente.
Dado um áudio, ele sincroniza os lábios e também a postura da cabeça, o movimento corporal e as expressões, no modo de imagem para vídeo ou vídeo para vídeo. O README baseia-se no modelo base Wan2.1 480P e oferece uma demo do Gradio, ramificação do ComfyUI e modo de baixo VRAM.
Adequado para usuários técnicos que desejam clipes de avatar longos sem taxas por minuto. Não é adequado para quem espera um estúdio com vozes, modelos ou editor de roteiro, pois ele consome apenas o áudio fornecido por você.
Anime uma imagem de referência a partir de um clipe de áudio.
Reduble um vídeo de entrada, sincronizando cabeça, corpo e expressões.
O README descreve a geração de comprimento ilimitado.
Defina num_persistent_param_in_dit como 0 para VRAM muito baixa.
Execute com torchrun em várias GPUs.
Uma demo do Gradio e uma ramificação do ComfyUI são fornecidas.
Gratuito sob Apache-2.0. O README não lista nenhum plano pago ou hospedado, portanto o único custo é o hardware de GPU ou o tempo de GPU alugado em que você o executa.
880 vagas remotas abertas de treinamento de IA, atualizadas em 16 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
O README diz que os modelos estão sob Apache-2.0 e que você mantém os direitos sobre o seu conteúdo gerado, sujeito aos termos da licença.
O README não fornece um único número; ele documenta um modo de VRAM muito baixa e execuções multi-GPU, e o suporte da comunidade Wan2GP visa placas de baixo VRAM.
Não. Ele pega o áudio fornecido por você e anima o vídeo para corresponder a ele.
Veja o Zekai primeiro no Google