LeapTalk提出面向长时和实时说话头像生成的单步桥接蒸馏框架,以数据到数据的布朗桥传输替代传统噪声到数据生成,并结合持久参考、SNR对齐时间变换及音频驱动无分类器引导,目标是在保持身份、时序稳定和唇形同步的同时,实现最高200 FPS、可扩展至任意长视频的生成。
最近 24 小时暂无可用热度快照。