float

上传音频和照片，一键生成口型同步的逼真说话视频。

FLOAT 是一个基于 PyTorch 的音频驱动人像动画生成框架，论文发表于 ICCV 2025。它通过生成式运动潜流匹配（Generative Motion Latent Flow Matching）技术，将音频信号映射为连续的人像运动序列，从而驱动静态肖像产生自然、同步的口型和头部动作。核心解决传统方法中音频与口型同步生硬、运动不自然的问题，支持高分辨率视频生成。项目提供官方训练和推理代码，适用于数字人、虚拟主播、影视预演等场景。其创新点在于采用流匹配模型替代扩散模型，在生成质量和推理速度上取得平衡，并支持多风格人像输入。

开源 free 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 492

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deepbrainai-research

所属国家

官网地址https://deepbrainai-research.github.io/float

GitHubhttps://github.com/deepbrainai-research/float

定价模式free

价格说明开源项目，代码公开，可自行部署使用，无付费版本。

访问状态

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型audio-driven-portrait-animations,lip-sync,video-generation

GitHub 星标★ 492

30天Star增速

HF 下载量

上线时间2024-11-27 00:00:00

最近更新2026-09-10 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2

使用教程

核心亮点

基于流匹配的生成式方法，口型同步精度和运动自然度优于传统回归式方法
官方 ICCV 2025 论文代码，训练和推理流程完整，便于复现
支持高分辨率输出，适合实际数字人应用

不足之处

项目处于早期阶段，文档和社区支持待观察
依赖大规模训练数据，个人用户复现成本较高

适用场景

数字人客服和虚拟助手
影视配音和动画预演
在线教育和内容创作

替代项目

SadTalker、Wav2Lip、GeneFace

项目介绍

float 是数字人3D领域的开源项目，由 deepbrainai-research 开发，2024 年首次发布。

它收录于数字人3D分类，该分类目前共有 272 个项目，GitHub 星标数为 492。

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 2026-09-10。代码公开，可自行部署使用，无付费版本。

它主要面向的使用场景是：数字人客服和虚拟助手。同类可对比的替代方案包括 SadTalker、Wav2Lip、GeneFace。

上一篇：ditto-talkinghead

下一篇：EDTalk