echomimic_v3

1.3B小模型搞定数字人，音频文本驱动全身动画

EchoMimicV3 是一个面向数字人动画生成的开源项目，由 AAAI 2026 论文提出，核心思路是用 1.3B 参数的小模型统一实现多模态、多任务的人体动画生成。它解决传统数字人生成中模型体积大、任务分散（如仅音频驱动肖像或仅音频驱动身体）的问题，将音频驱动的肖像动画、身体动画以及多模态输入（如文本、音频、动作）整合到一个框架中。项目基于 Python 实现，支持从音频直接生成口型同步的肖像视频，也能生成全身动作动画，并允许用户通过文本或音频控制动作风格。其轻量级参数设计降低了部署门槛，适合实时或半实时应用。当前项目处于成长阶段，GitHub 星标已超千，社区活跃度较高，但文档和生态仍在完善中。

开源 unknown 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1063

维护状态低维护

是否开源是

定价模式 unknown

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_v3

GitHubhttps://github.com/antgroup/echomimic_v3

定价模式unknown

价格说明定价信息待确认

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,human-animation,video-generation

GitHub 星标★ 1063

30天Star增速

HF 下载量

上线时间2025-07-24 00:00:00

最近更新2026-09-23 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4

使用教程

难度：进阶约 30 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

系统：CentOS 7.2 或 Ubuntu 22.04（官方实测环境）
CUDA >= 12.1
Python 3.10 或 3.11
GPU：A100(80G) / RTX4090D(24G) / V100(16G) 等已测试显卡
Windows 用户可选用官方一键安装包（量化版）

安装与启动步骤

1核对软硬件环境

先确认机器满足官方实测条件：CentOS 7.2/Ubuntu 22.04、CUDA>=12.1、Python 3.10/3.11，并准备已测试级别的 GPU。
2获取项目代码

从 GitHub 克隆 EchoMimicV3 仓库到本地，后续所有操作都在该目录内进行。
```
git clone https://github.com/antgroup/echomimic_v3.git
cd echomimic_v3
```
3Windows 一键安装

Windows 用户按 README 指引下载官方一键安装包（量化版），通过百度网盘链接获取，提取码为 glut。
4Linux 环境安装

README 中“Installation for Linux”章节未给出具体命令，请打开仓库内 README_zh.md 或项目主页查看最新安装说明后再执行。
5准备模型权重

按官方仓库指引下载模型权重；README 中给出的 HuggingFace 模型地址为 BadToBest/EchoMimicV3，请以该页面说明为准。

如何确认成功

README 未提供启动命令与验证方式，需按仓库 README_zh.md 中的示例命令运行后，确认能正常生成人物动画视频。

常见问题

Q：Windows 上怎么最快装好？

A：README 提供了一键安装包（量化版），通过百度网盘下载，提取码 glut，适合想快速体验的用户。

Q：Linux 的具体安装命令是什么？

A：本次 README 节选中 Linux 章节只有标题、没有命令，请以仓库 README_zh.md 和项目主页 https://antgroup.github.io/ai/echomimic_v3 的最新说明为准。

Q：需要什么样的显卡？

A：官方实测过的显卡为 A100(80G)、RTX4090D(24G)、V100(16G)，显存越大越有利于生成高清长视频。

Q：Python 版本有要求吗？

A：已测试版本为 Python 3.10 和 3.11，建议使用这两个版本以避免依赖兼容问题。

Q：模型权重在哪里获取？

A：README 中给出了 HuggingFace 模型页 https://huggingface.co/BadToBest/EchoMimicV3，按该页面指引下载。

注意事项

CUDA 版本必须不低于 12.1，低于该版本可能出现运行异常。
项目文档和生态仍在完善中，安装命令请以仓库最新 README_zh.md 为准，不要照搬过时教程。
本项目面向人像/人体动画生成，请确保使用合规的图片、音频和视频素材。
当前 README 节选未包含端口、配置文件等参数信息，本教程未做任何补全推测。

核心亮点

统一多模态（音频/文本）和多任务（肖像/身体）动画生成，一个模型替代多个专用模型
仅1.3B参数，相比大模型更轻量，推理资源需求低，便于部署到边缘设备
基于 AAAI 2026 论文，技术有学术背书，方法新颖性强

不足之处

项目处于成长阶段，文档和社区生态待观察
1.3B参数虽小，但生成质量可能不及更大模型，需实测对比

适用场景

数字人直播：音频驱动实时口型和身体动作生成
短视频创作：文本或音频驱动快速生成人物动画素材
虚拟助手/游戏NPC：轻量级模型实现低成本交互动画

替代项目

SadTalker、Wav2Lip、AnimateAnyone

项目介绍

echomimic_v3 是数字人3D领域的开源项目，由 antgroup 开发，2025 年首次发布。

在全站 13,109 个收录项目中，它的 GitHub 星标数（1,063）位列前 30%，在数字人3D分类中处于中上游。

近 42 天，它的 GitHub 星标从 1,014 增加到 1,063，净增 49。

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 2026-09-23。从国内网络环境看，可直接访问。

它主要面向的使用场景是：数字人直播：音频驱动实时口型和身体动作生成。同类可对比的替代方案包括 SadTalker、Wav2Lip、AnimateAnyone。

上一篇：WorldForge

下一篇：HunyuanPortraitLCM