AI 数字人 · 我想做什么4 个真实应用 —— 先看成品，再看它对应的公开项目、Skill、课程与文档

MuseTalk（腾讯音乐） ↗

⚠️ 官方在已知限制里写明形象细节保不住：胡须、唇形、唇色

无许可证 · 未授权使用HF · 腾讯音乐 MuseTalk

video-retalking ↗

⚠️ 最后推送 2024-08，当基线看

Apache-2.0OpenTalker/video-retalking 仓库

HeyGen · Video Translation（分 Speed / Precision 两档） ↗

⚠️ 两档的差别官方没在索引里说清，要读各自的文档 —— 别默认 Precision 只是慢一点

HeyGen · Video Translation 文档

Synthesia · 用 API 做多语种转译 ↗

⚠️ Synthesia 的文档以模板与视频任务为中心，没有单独的模型概念

Synthesia · API 文档

WaytoAGI · 1.7 AI 数字人+语音合成 ↗

社区共建、质量不均，没有 LICENSE

通往 AGI 之路（WaytoAGI）知识库

Hallo-Live（复旦） ↗

「Hallo-Live: Real-Time Streaming Joint Audio-Video Avatar Generation」（arXiv 2604.23632）

MITHF · 复旦 Hallo-Live

MuseTalk（腾讯音乐，实时唇形同步） ↗

⚠️ 它只改口型不生成形象；而且官方在已知限制里写明形象细节保不住（胡须、唇形、唇色）

无许可证 · 未授权使用HF · 腾讯音乐 MuseTalk

ComfyUI 官方 · Wan2.2-S2V 音频驱动工作流 ↗

⚠️ 走的是通用视频模型，没有形象保存复用，也不是实时

ComfyUI 官方 · Wan2.2-S2V 音频驱动工作流

HeyGen · Live Avatar ↗

⚠️ 闭源、按用量计费 —— 实时这一格目前没有能自部署的对等物

HeyGen · Live Avatar 文档

Hallo2（复旦，长时长高分辨率） ↗

⚠️ README 通篇讲时长与分辨率，没有一处谈形象一致 —— 长片里脸会不会漂，官方没说

MITHF · 复旦 Hallo2

LivePortrait（快手，视频驱动） ↗

驱动源是一段视频不是音频 —— 想要「照着某人的表情演」用它，想要「照着音频说话」用 Hallo2

MITHF · 快手 LivePortrait

HeyGen · Photo Avatar ↗

闭源；⚠️ 建形象后还要走 Avatar Consent 那套合规流程

HeyGen · Photo Avatar 文档

Hallo2（复旦） ↗

「Long-Duration and High-Resolution Audio-driven Portrait Image Animation」；命令行只要 `--source_image` 与 `--driving_audio`

MITHF · 复旦 Hallo2

LivePortrait（快手） ↗

⚠️ 它的驱动源是驱动视频不是音频 —— 想「照着音频说话」用 Hallo2

MITHF · 快手 LivePortrait

HeyGen · 培训与入职视频（官方 Cookbook） ↗

⚠️ Cookbook 是用法示例不是能力说明 —— 它证明这条流水线跑得通，不证明某项能力的边界

HeyGen · 培训与入职视频（Cookbook）

Synthesia · 从模板创建视频 ↗

⚠️ 模板与形象都锁在平台里，换厂商要重做

Synthesia · API 文档