echomimic_v2

一张半身照,AI 帮你生动出镜说话

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 视频生成 🍴 复刻 555 🐛 待处理 77 👀 关注 46
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 4676
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,Apache-2.0许可证,可免费使用和部署,无付费版本。

项目预览

echomimic_v2 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类视频生成
开发团队antgroup
定价模式🏷️完全免费
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🔧 仅开源项目,无在线服务,需自行部署
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★ 4676
上线时间2024-11-20 00:00:00
代码更新2026-02-23
仓库体积66.7 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数10

项目介绍

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。

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

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. 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. 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. 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. 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. 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. 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. 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···

★ 231 2026-08-09
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···

★ 795 2026-11-03
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···

★ 75 2026-08-09
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···

★ 88 2026-08-09
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.

★ 262 2026-10-25
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

★ 160 2026-08-09
Awesome-Avatars 开源

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···

★ 277 2026-08-09
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···

★ 182 2026-10-08
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) · ···

★ 180 2026-08-09