echomimic_v2

一张半身照，AI 帮你生动出镜说话

蚂蚁集团开源的半身人像动画生成模型（CVPR 2025），在 EchoMimic 基础上实现更自然、更简化的半身人体动画，支持音频驱动的说话与动作同步，效果生动逼真，适合数字人创作。

开源 free 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 4657

维护状态低维护

是否开源是

定价模式 free

项目数据

分类视频生成

开发团队antgroup

所属国家

官网地址https://antgroup.github.io/ai/echomimic_v2

GitHubhttps://github.com/antgroup/echomimic_v2

定价模式free

价格说明开源项目，Apache-2.0许可证，可免费使用和部署，无付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型audio-driven-body-animation,audio-driven-portrait-animations,audio-driven-talking-face,cvpr2025,human-animation,talking-face-generation,talking-head,video-generation

GitHub 星标★ 4657

30天Star增速

HF 下载量

上线时间2024-11-20 00:00:00

最近更新2026-09-21 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数8

使用教程

难度：进阶约 40 分钟部署方式：本地安装 7 步

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

项目介绍

echomimic_v2 是数字人3D领域的开源项目，由 antgroup 开发，2024 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（4,657）位列前 10%，在数字人3D分类的 272 个项目里位列前 5%。

近 44 天，它的 GitHub 星标从 4,635 增加到 4,657，净增 22。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-21。Apache-2.0许可证，可免费使用和部署，无付费版本。

它主要面向的使用场景是：数字人视频制作，如虚拟主播、在线教育讲师。同类可对比的替代方案包括 SadTalker、Wav2Lip、AniPortrait。

上一篇：Duix-Avatar

下一篇：ai-brain-3d