阿里夸克开源实时虚拟人模型

Live Avatar 是一个算法-系统协同设计的框架，支持实时、流式、无限长度的交互式头像视频生成。基于 14B 参数的扩散模型，在 5×H800 GPU 上以 4 步采样实现 20 FPS，并支持块状自回归处理以生成 10,000+ 秒的流式视频。

亮点

• 实时流式交互 – 以低延迟实现 20 FPS 实时流式生成

• 无限长度自回归生成 – 支持 10,000+ 秒连续视频生成

• 泛化性能 – 在卡通角色、唱歌和多样化场景中表现出色

🛠️ 安装

1. 创建环境

conda create -n liveavatar python=3.10 -y conda activate liveavatar

2. 安装 CUDA 依赖 (可选)

conda install nvidia/label/cuda-12.4.1::cuda -y conda install -c nvidia/label/cuda-12.4.1 cudatoolkit -y

3. 安装 PyTorch & Flash Attention

pip install torch==2.8.0 torchvision==0.23.0 --index-url https://