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 2026-08-09 · 当前星标 ★ 4676
使用教程
环境要求
- CUDA >= 11.7(推荐 cu124 版 PyTorch)
- Python 3.8 / 3.10 / 3.11(建议 3.10)
- 已安装 conda(可选,推荐)
- 显卡:A100(80G) / RTX4090D(24G) / V100(16G) 等,需较高显存
- 系统:CentOS 7.2 或 Ubuntu 22.04 已验证
安装与启动步骤
-
1克隆项目代码
从 GitHub 拉取 echomimic_v2 源码到本地目录,后续所有命令都在该目录内执行。
git clone https://github.com/antgroup/echomimic_v2.git cd echomimic_v2 -
2一键自动安装
README 提供 linux_setup.sh 自动安装脚本,会自动完成环境与依赖安装,最省事。
sh linux_setup.sh -
3创建 conda 环境
手动安装时先建独立环境,避免污染系统 Python;推荐 Python 3.10。
conda create -n echomimic python=3.10 conda activate echomimic -
4安装 PyTorch 等
按 cu124 索引安装指定版本的 torch、torchvision、torchaudio 与 xformers。
pip install pip -U pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 xformers==0.0.28.post3 --index-url https://download.pytorch.org/whl/cu124 -
5安装 torchao
从 nightly cu124 源安装 torchao,供推理加速使用。
pip install torchao --index-url https://download.pytorch.org/whl/nightly/cu124 -
6安装项目依赖
安装 requirements.txt 中列出的全部依赖包。
pip install -r requirements.txt -
7安装 facenet_pytorch
README 要求以 --no-deps 方式安装指定版本的 facenet_pytorch。
pip install --no-deps facenet_pytorch==2.6.0
如何确认成功
执行 pip list 能看到 torch 2.5.1、xformers 0.0.28.post3、facenet_pytorch 2.6.0,且 python -c "import torch;print(torch.cuda.is_av
常见问题
Q:应该选自动安装还是手动安装?
A:有 Linux 环境且想省事直接用 sh linux_setup.sh;需要自定义 CUDA/Python 版本或排查问题时按手动步骤逐条安装。
Q:conda 必须装吗?
A:不是必须,但 README 推荐用 conda 建独立环境,可避免依赖冲突;用 venv 或系统 Python 也可,需保证版本为 3.8/3.10/3.11。
Q:显存不够怎么办?
A:README 实测过 V100(16G),显存过低可能无法运行原始分辨率,建议优先使用 24G 及以上显卡。
Q:为什么 torch 要指定 cu124 索引?
A:官方 wheel 才带对应 CUDA 支持,混用默认源可能装到 CPU 版导致无法使用 GPU。
注意事项
- requirements.txt、linux_setup.sh 均在项目根目录,执行前确保已 cd 进 echomimic_v2
- 模型权重需从 HuggingFace(BadToBest/EchoMimicV2)或 ModelScope 另行下载
- README 的 README 节选未给出推理命令与权重存放路径,请以仓库官方文档为准
- 建议全程在 conda 环境内执行,避免版本冲突
核心亮点
- 首个支持半身人体动画的音频驱动方案,结合面部与身体动作生成,效果自然
- 基于CVPR 2025论文,算法创新性强,在口型同步和动作协调性上表现突出
- 提供完整训练和推理代码,支持自定义数据集,便于二次开发
不足之处
- 文档/社区待观察
- 对输入音频和人物姿态的鲁棒性有限,复杂场景下可能出现动作失真
- 生成速度较慢,实时性不足,依赖高性能GPU
适用场景
- 数字人视频制作,如虚拟主播、在线教育讲师
- 影视预演与动画辅助,快速生成半身角色表演
- 社交娱乐应用,如个性化虚拟形象动态生成
替代项目
SadTalker、Wav2Lip、AniPortrait
上一篇:Duix-Avatar
下一篇:ai-brain-3d
同类项目推荐
LN3Diff
开源
8秒文本生成3D网格,效率提升数十倍
[ECCV-2024] LN3Diff creates high-quality 3D object mesh from text within 8 V100-SECO···
cyber-xiaoya-live
开源
开源组件搭出会说话、能读弹幕的直播数字人
赛博小雅直播版 · 组件版数字人(Vidu s2)· 免费开源 AGPL-3.0 · 作者:天工开帧(抖音···
Customize-it-3D
开源
单张照片,秒出高质量可编辑 3D 模型
[ICRA 2025] Official implementation of Customize-It-3D: High-Quality 3D Creation fro···
Crystal.TTVS
开源
让语音合成拥有3D表情,实时生成会说话的数字人
Crystal TTVS engine is a real-time audio-visual Multilingual speech synthesizer with···
diffused-texture-addon
开源
在 Blender 里用提示词给模型直接生成贴图
Generate Diffuse Textures on Meshes directly in Blender 3D with Stable Diffusion.
Kokoro-Engine
开源
用 Rust 打造你的 AI 虚拟人,跨平台实时互动
Cross-platform virtual character immersive interaction engine
一份清单,快速掌握人类 Avatar 前沿技术全景
List of recent advances for human avatars, including generation, reconstruction, and···
realvirtual-WEB
开源
浏览器打开就能看工业数字孪生,无需装客户端
Browser-based 3D-HMI for industrial automation — Three.js/TypeScript viewer for rea···
Awesome-Gaussian-Skills
开源
3D图形学论文+AI技能,一键调用加速研究
1000+ arXiv-verified 3DGS methods · 15 AI agent skills · MCP server (34 tools) · ···
