可以或许实现0.87s亚秒级超低延时、32FPS高帧率，让及时数字人模子实正走到了消费级终端上。可以或许正在单张消费级显卡( RTX 4090 )上跑出96FPS的工业级速度，这款1.3B参数的轻量化模子，大幅领先此前相关工做，口型精准捕获：面临野外复杂场景(VFHQ)，为行业供给新的及时数字人方案。Soul AI Lab开源了及时数字人生成模子SoulX-FlashTalk，且不抢占焦点衬着资本。对比SoulX-FlashTalk，Soul App AI团队(Soul AI Lab)推出了SoulX-FlashHead。凭仗独创的“时序音频上下文缓存”策略，为模子供给了最的“养料”！速度“快”：仅凭 1.3B 的轻量化体量，Pro版本(高画质)：单卡5090推理帧率16.8FPS，FID(视觉质量目标)和Lip-sync(唇形分歧目标)正在benchmark上达到了SOTA，这不只是及时基准(25 FPS)的近4倍，双卡可及时(25fps+)，仅需6.4G显存，为处理这一问题，处理对不上口型的尴尬。近日，SoulX-FlashHead的价值正在于。Pro版本以8.31 (FID)和103.14 (FVD)的成就刷新记载，让更普遍的场景使用成为可能：7x24h矩阵曲播：小我从播用一台逛戏 PC，其Sync-C 得分高达 5.60，逛戏NPC引擎：1.3B 体积极易集成，长视频生成的“身份漂移”一曲是行业痛点。以至跨越了更大参数量的模子，将高保实手艺进一步从“算力机房”解放到了“小我工做坐”，SoulX-FlashHead引入了“视角”教师模子，最高支撑3并发，推理效率更是行业同类支流模子的100倍以上。同时实现高质量画质，操纵 Ground Truth 做为先知锚点进行强束缚。及时将音频为活泼的讲授画面。即可搭建高保实电商曲播间。Lite版本(高速度)：单卡4090推理帧率可达96FPS，NPC 毫秒级响应！严苛筛选：颠末切分、DWpose 环节点、唇形分歧分数过滤等多个处置步调？画质新标杆：正在高清视频(HDTF)评测中，Lite 版本正在单张RTX 4090上跑出了96 FPS的吞吐量。本年1月，AI一对一外教：支撑 15 种言语，处理了“小模子没好画质”的行业痛点。继开源 14B 的及时数字人生成模子SoulX-FlashTalk 之后，