StableAvatar快速生成对口型数字人视频

模型介绍：

StableAvatar 是复旦大学、微软亚洲研究院等推出的创新音频驱动虚拟形象视频生成模型。 模型通过端到端的视频扩散变换器，结合时间步感知音频适配器、音频原生引导机制和动态加权滑动窗口策略，能生成无限长度的高质量虚拟形象视频。模型解决了现有模型在长视频生成中出现的身份一致性、音频同步和视频平滑性问题，显著提升生成视频的自然度和连贯性，适用虚拟现实、数字人创建等场景。

使用教程

创建实例

1、选择本镜像创建实例，推荐选择4090 GPU进行部署

2、实例创建后，选择Jupyterlab打开

启动应用

1、打开jupyter左侧的启动器：

2、点击启动双箭头启动按钮：

3、查看启动进度，运行完成后返回控制台打开SD-WebUI

4、返回控制面板打开“SD-WebUI”

SD-WebUI运行使用界面截图

bug反馈可以加入科哥专属群交流➕ 广告勿进！

更多高级指令，可以进入jupyterlab，自行操作，例如：

• 查看进程：

ps -ef |grep python

• 终止进程：

kill -9 pid

• 重启程序：

cd  /root && bash run.sh

• 官方更新源码在这里：
• https://github.com/Francis-Rings/StableAvatar

---

有bug请微信科哥或加群： 312088415

科哥在UCloud镜像列表【不断更新中】：

• https://kege-aigc.feishu.cn/docx/L3FVdQl7kom8Ckx7QiicQj2VnEd

• 科哥已经借助ai工具【claude code cli】，在线云端和本地修复，重写很多ai开源应用

• 效率非常给力！

• 修复一般的开源应用简直就是开挂了一样，需要修复和搭建ai应用欢迎联系！

• AI数字人直播卖货欢迎来了解： https://kege-aigc.feishu.cn/docx/G271dgZr1o8CvMx9KKrcRuuonDf