项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-16 · 当前星标 ★ 821
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- Python 3.13
- uv
- 可选 GPU
安装与启动步骤
-
1克隆带子模块
可配置的全能个人助理。
git clone --branch v0.6.8 --recurse-submodules https://github.com/AlphaAvatar/AlphaAvatar.git cd AlphaAvatar -
2装 Python
指定 3.13，用 uv 装。
uv python install 3.13 -
3装依赖
按 README 同步依赖组。
uv sync -
4配能力
语音、视觉、记忆各自可插拔。
# 在配置文件里开关各模块
如何确认成功
能完成一次带语音的问答，且模块开关生效。
注意事项
- 它的卖点是可学习、可配置、可插拔。
- 子模块不能漏，否则缺核心模块。
- 版本锁在 tag 上，别跟 main 漂移。
核心亮点
- 基于 LiveKit 做实时音视频底座，延迟和并发有成熟方案支撑
- 组件化设计，模型、视觉、语音、记忆、搜索均可替换，不锁定单一供应商
- 内置记忆、反思与搜索能力，数字人不止会聊天，还能记住上下文并查资料
不足之处
- 早期项目，星标 815，生态和文档完善度仍在起步阶段
- 全模态链路涉及多个外部组件，实际部署与调参门槛不低
适用场景
- 搭建可换脸换声的实时虚拟主播或直播数字人
- 做有长期记忆的 AI 陪伴、心理疏导类虚拟角色
- 企业客服数字人，接入搜索与知识库做实时问答
替代项目
LiveTalking、Awesome-Digital-Human
上一篇：3DGenStudio
同类项目推荐
VoxHammer
开源
无需训练，直接在 3D 空间里精准编辑模型
[3DV 2026 Oral] VoxHammer: Training-Free Precise and Coherent 3D Editing in Native 3···
echomimic_v3
开源
1.3B小模型搞定数字人，音频文本驱动全身动画
[AAAI 2026] EchoMimicV3: 1.3B Parameters are All You Need for Unified Multi-Modal an···
CorbeauSplat
开源
Mac 上一条命令，视频照片变可看 3D 高斯场景
CorbeauSplat is an all-in-one Gaussian Splatting automation tool designed specifical···
MotionDiffuse
开源
输入一句话，AI自动生成逼真的3D人体动画
MotionDiffuse: Text-Driven Human Motion Generation with Diffusion Model
awesome-talking-head-generation
开源
一张图看遍数字人技术，快速找到适合你的开源方案
3DGenStudio
开源
一个界面走完从文字到带贴图3D模型的全流程
Orchestrate complete 3D generation pipelines — from text-to-image, image editing, m···
fantasy-talking2
开源
上传音频和照片，生成唇形精准、表情自然的说话视频
[AAAI 2026] FantasyTalking2: Timestep-Layer Adaptive Preference Optimization for Aud···
dsh-voice-ai-girlfriend
开源
给 DeepSeek 装上会说话、能打断的语音女友
语音 AI 女友（Voice AI girlfriend for DeepSeek Harness）：Whisper 语音输入 + Qwen3-T···
IP_LAP
开源
上传一张照片和一段音频，生成身份保持的逼真说话视频
CVPR2023 talking face implementation for Identity-Preserving Talking Face Generation···