跳到正文

创作方向

数字人与换脸 最新动态

数字人与换脸技术:虚拟演员、AI 主播、角色一致性方案及其合规边界。

38 条精选近 30 天 23 条共收录 170 条

更新

精选归档 · 第 2 页

10月23日周五第 21–38 条
  1. Reddit StableDiffusion · 创作者与工作流分享75

    CreatorOS Studio 开源发布:在 ComfyUI 本地一键完成分镜到成片

    CreatorOS Studio 以 Apache-2.0 开源,在本地 GPU 上基于 ComfyUI 提供一键式视频创作,不消耗积分、不经过平台内容过滤。

    推荐理由:作者因托管平台审核与积分消耗自建本地工具,展示了开源模型在本地完成分镜到成片流程的可行路径。

10月21日周三
  1. Reddit comfyui · 创作与工作流分享71

    我如何搭建端到端 AI 换脸视频工作流

    作者拆解了一套从原始素材到成片的 AI 换脸视频工作流,用 00 到 09 十个文件夹划分镜头规划、参考图、生成包、帧对齐、终版合成与质检等阶段。生成环节在 ComfyUI 上用三台 NVIDIA DGX Spark 跑两遍流程,先 1280×736 草稿再 1920×1088 精修,8 秒 1080p 级片段约需 1 小时。

    推荐理由:作者复盘 54 个镜头、8163 帧的换脸视频全流程,重点在帧对齐与版本管理这类容易被忽略的工程环节。

10月20日周二
  1. Behind the Verticals · 竖屏剧制作简报70

    VX Studio 创始人复盘:用 AI 视频做 90 集竖屏剧,哪些环节会崩

    VX Studio 创始人 Shaurya Gupta 以 90 集、约 1600 次生成的竖屏剧为例,说明 AI 视频引擎没有记忆,同一角色跨镜头会出现脸型、年龄和身高漂移,连续延展到第四次时已像换了演员。

    推荐理由:一位 AI 短剧制作平台创始人复盘 90 集竖屏剧的实操经验,逐条列出角色一致性、镜头延展与宽景失真的失效点及应对办法。

10月19日周一
  1. Reddit comfyui · 创作与工作流分享71

    H3 Recast 发布:一次替换片段中最多 3 人(H3 + BFS LoRA)

    作者发布 H3 Recast 工作流,可在一次运行中替换已有片段里最多 3 个人物,保留动作、场景与原始音频,并加入 FaceRefine 对口型修复环节。流程为载入片段、取一帧用 Qwen-Image 或 GPT Image 等改成新形象作为场景参考,再为每人写一行描述,填几行就替换几人。

    推荐理由:作者给出一次替换最多三人的 ComfyUI 工作流,并列出显存、内存与三档显卡实测耗时,便于评估本地部署成本。

10月18日周日
  1. 蓝鲸新闻 · 搜狐公开专栏71

    调查:演员吴越打假AI换脸带货,一张照片即可生成明星带货视频,定制报价1分钟1000元

    演员吴越10月18日在微博点名短视频账号“花姐美肤日记”用AI换脸和声音克隆伪造其形象与声音推销护肤品,涉事商品IRY重组胶原蛋白精华液近30天售出超7000单。

    推荐理由:记者实测一张公开照片即可绕过平台关键词审核生成明星带货视频,并摸清定制换脸视频的报价与商家态度,呈现了侵权链条的实际门槛。

10月17日周六
  1. IT之家65

    苹果更新 App Store 审核指南,收紧 AI 深度伪造内容审核

    苹果 10 月 16 日更新《App 审核指南》,在 1.2 条款中把 AI 生成的、未经当事人同意的私密图像明确纳入禁止范围。新增 2.5.19 条准则禁止应用审核时隐瞒真实功能、通过后再加入裸露化等有害能力,违规可能导致下架或终止 Apple Developer Program 资格。苹果还将禁止助长人口贩卖或剥削儿童的应用范围扩展至替代应用分发渠道。

    推荐理由:苹果更新审核指南,把未经同意的 AI 私密图像纳入禁止范围,并封堵先过审后解锁的做法,反映应用商店对深度合成内容的收紧。

10月16日周五
  1. 娱乐资本论 · 澎湃商业与影视趋势79

    横店花2.35亿携手火山,要建一座“AI影视城”

    横店与火山引擎联合体以2.35亿元中标建设AI影视服务平台,推动横店从拍摄基地向AI影视智能中枢跃升。项目包括横店影视大模型、数字群演生成、演员风格迁移等能力;同期横店线下横屏剧组同比-31.1%、竖屏短剧同比-82.5%。

    推荐理由:横店投入2.35亿元建设AI影视平台,将场景、群演、演员风格等数字化,同时线下剧组数量同比大幅下降,反映影视产业向AI化转型的趋势。

10月15日周四
  1. HeyGen Updates78

    HeyGen 发布 HeyGen Voice 语音模型

    HeyGen 发布新语音模型 HeyGen Voice,称其为首个为视频适配而构建的语音模型,并在 Artificial Analysis 语音榜单排名第一,已包含在每条 HeyGen 视频中且不额外收费。

    推荐理由:HeyGen 推出首个面向视频适配的语音模型,创作者可据此评估配音与多语言口型流程的替换空间。

10月12日周一
  1. TVBEurope66

    Brahma AI 凭 AI 换脸技术成为首家获艾美奖的 AI 原生公司

    Brahma AI 将于 10 月 14 日成为首家获得艾美奖的 AI 原生公司,获奖原因是其 AI 换脸与保留表演的后期制作技术,合作方包括 Disney Research、Digital Domain 和 Rising Sun Pictures。

    推荐理由:Brahma AI 凭 AI 换脸与表演保留技术获艾美奖,其 CTO 谈数字人身份控制与本地化应用。

10月11日周日
  1. z-ab · 开源短剧与创作项目分享74

    岚叔开源 Agent Skill lanshu-create-ai-presenter-video:一张授权照片出数字人视频,内置 9 种风格

    岚叔开源 Agent Skill lanshu-create-ai-presenter-video,在 Claude Code、Codex、Gemini CLI、Cursor、OpenCode 里用一句话即可跑完剧本、配音、数字人生成、对口型、字幕、剪辑、渲染与质检,仓库 2.6k Star、404 Fork、MIT 协议。

    推荐理由:把 AI 视频生产拆成可计算状态与付费门禁的 Agent Skill,其工作流设计思路可迁移到其他内容流水线。

10月9日周五
  1. Synthesia · 官方博客62

    Synthesia 发布 Syren:一句提示词生成视频与动态图形

    Synthesia 以 beta 形式发布 AI 视频创作工具 Syren,输入提示词、预设或已有品牌文档、图片、视频、PPT、YouTube 链接,即可生成含动态图形、动画、数字人、配音、音乐和 b-roll 的成片,并可在对话中修改。

    推荐理由:Synthesia 把视频生成做成对话式智能体,可对照其与现有编辑器在精确内容场景上的分工。

10月7日周三
  1. GitHub:AI视频开源项目发现73

    Genjustsu 开源工作流:用深度与 SAM 3 遮罩替换视频主体

    sirioberati 发布 Genjustsu 开源工作流,在本地 UI 中通过彩色深度、SAM 3 遮罩和 Enhancor 的 Seedance 集成替换视频主体,先出草稿、批准后再生成 1080p。

    推荐理由:开源本地工作流用彩色深度与 SAM 3 遮罩替换视频主体,并保留原始音轨,可评估其复用价值。

9月29日周二
  1. 公众号:短剧自习室75

    造梦次元与生数科技用Vidu S2做AI主播直播,48小时营收4.2万

    造梦次元与生数科技用Vidu S2驱动AI主播紫樱完成一场48小时直播,累计31万+人观看、最高超4万人在线,总营收4.2万元。紫樱会念出新观众昵称、接住弹幕话题,并根据礼物唱歌、跳舞、换装和切换场景,直播中重开24次才达成8万营业值目标。

    推荐理由:以一场48小时AI主播直播为样本,观察实时视频模型在互动内容中的实际表现与商业转化。

9月25日周五
  1. GitHub:AI视频开源项目发现78

    SeeCut:给 coding agent 用的数字人口播自动精剪 skill 开源

    YeJe-cpu 在 GitHub 开源 SeeCut,一个给 Claude Code 等 coding agent 用的 skill,把数字人或真人口播素材自动精剪成带动效的竖屏短视频,并可选推成剪映分层草稿微调。

    推荐理由:作者开源了一套可复用的口播精剪 skill,含数字人配音与剪映草稿交付的完整流程。

  2. Google DeepMind67

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在原生实时对话模型上加入近实时视频生成,实现带口型同步、自然表情和流畅轮替的动态视觉形象。

    推荐理由:Gemini 3.8 Live 新增实时数字人能力,支持 97 种语言口型同步与后台工具调用,企业可据此评估虚拟客服等场景。

9月23日周三
  1. 阿真Irene · 创作者专栏78

    实测 Vidu S2:实时交互与实时编辑两条模型线案例拆解

    Vidu S2 于 9 月 15 日发布,论文 9 月 10 日发布,网页版、APP、小程序与 API 均已开放体验,包含实时交互和实时编辑两个模型。作者实测实时交互模型 S2-Avatar 支持语音对话、实时动作响应、上传参考图互动,可保存 720p 交互视频,并测试了虚拟偶像直播、带货粤式早茶、英文对话与全身场景,中途打断后角色能接上新话题。

    推荐理由:作者用大量实测案例拆解 Vidu S2 的实时交互与实时编辑两条能力线,可据此判断数字人直播与实时换装场景的可用性。

9月17日周四
  1. AI Fruit · 中文图像视频制作指南71

    生数科技发布 Vidu S2:实时数字人 S2-Avatar 与流式编辑 S2-Editing

    生数科技于 2026 年 9 月 15 日发布 Vidu S2,包含实时数字角色模型 S2-Avatar 和视频流实时编辑模型 S2-Editing,发布当天即在 vidu.com/vidu-stream 开放体验。

    推荐理由:梳理 Vidu S2 两个模型的能力边界与三种短视频工作流,并明确区分已上线功能与实验室演示。