echomimic_v3

1.3B小模型搞定数字人，音频文本驱动全身动画

开源 🏷️定价信息待确认 ✅ 目前可打开视频生成 🍴 复刻 133 🐛 待处理 26 👀 关注 11

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1118

维护状态低维护

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

echomimic_v3 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

官网地址https://antgroup.github.io/ai/echomimic_v3

GitHubhttps://github.com/antgroup/echomimic_v3

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态✅ 目前可打开

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★ 1118

上线时间2025-07-24 00:00:00

代码更新2026-03-18

仓库体积52.0 MB

本站数据更新2026-11-10

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

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。

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 ★ 1118

技术标签

video-generation

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

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。