项目预览
项目数据
项目介绍
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 ★ 16291
使用教程
环境要求
- Windows 10 19042.1526 及以上,或 Ubuntu 22.04(其他桌面 Linux 理论可用)
- NVIDIA 显卡且已正确安装驱动
- Windows:D 盘剩余 30GB 以上,C 盘剩余 100GB 以上
- 推荐配置:i5-13400F / 32GB 内存 / RTX 4070
- 已安装 Docker 与 docker-compose
安装与启动步骤
-
1检查并更新 WSL
Windows 用户先确认 WSL 是否已安装,若已安装则无需重装,直接更新即可,这是运行 Docker 的前提。
wsl --list --verbose wsl --update -
2安装 Docker
Windows 到 Docker 官网下载安装包;Ubuntu 可直接用 apt 安装 docker.io 与 docker-compose。
sudo apt update sudo apt install docker.io sudo apt install docker-compose -
3安装显卡驱动
按 NVIDIA 官网文档安装驱动,执行 nvidia-smi 能显示显卡信息即安装成功。
nvidia-smi -
4安装容器工具包
Ubuntu 需安装 NVIDIA Container Toolkit,让 Docker 能调用 GPU,最后重启 Docker 服务生效。
distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \ && curl -s -L https://nvidia.github.io/libnvidia-container/gpgkey | sudo apt-key add - \ && curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list sudo apt-get update sudo apt-get install -y nvidia-container-toolkit sudo nvidia-ctk runtime configure --runtime=docker sudo systemctl restart docker -
5启动服务端 Windows
在 /deploy 目录执行 docker-compose up -d;想用精简版则加 -f docker-compose-lite.yml。
cd /deploy docker-compose up -d -
6启动服务端 Ubuntu
Ubuntu 使用专用编排文件启动服务,同样在 /deploy 目录下执行。
cd /deploy docker-compose -f docker-compose-linux.yml up -d -
7安装启动客户端
从 Releases 下载 Linux 版 AppImage,双击运行;root 用户需在终端加 --no-sandbox 参数启动。
./Duix.Avatar-x.x.x.AppImage --no-sandbox
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
docker-compose.yml | 是 | Windows 默认部署编排文件,位于 /deploy 目录 | /deploy/docker-compose.yml |
docker-compose-lite.yml | 否 | 精简版编排文件,仅启动一个 gen-video 服务 | /deploy/docker-compose-lite.yml |
docker-compose-linux.yml | 否 | Ubuntu 22.04 使用的部署编排文件 | /deploy/docker-compose-linux.yml |
如何确认成功
执行 docker ps,Docker 中出现三个服务即成功,精简版只有一个 Duix.Avatar-gen-video 服务。
常见问题
Q:首次启动下载很久、流量很大?
A:首次部署需下载约 70GB 内容,约半小时,速度取决于网络,建议使用 WiFi 并耐心等待。
Q:50 系显卡如何部署?
A:README 提供 NVIDIA 50 系显卡专用方案,使用 PyTorch 官方预览版,同样兼容 30/40 系显卡(CUDA 12.8)。
Q:Ubuntu 下 root 用户双击 AppImage 无反应?
A:改用命令行执行 ./Duix.Avatar-x.x.x.AppImage --no-sandbox,加上 --no-sandbox 参数即可启动。
Q:C 盘空间不足 100GB 怎么办?
A:安装 Docker 后可在配置界面另选一个剩余空间大于 100GB 的磁盘文件夹作为镜像存储位置。
注意事项
- D 盘需预留 30GB 以上,C 盘需 100GB 以上空间
- 内存 32GB 为必要或推荐配置,显存不足会影响生成效果
- 首次拉取镜像约消耗 70GB 流量,建议使用 WiFi
- 需确保 NVIDIA 驱动与容器工具包安装正确后再启动服务
核心亮点
- 完全开源,支持离线视频生成和数字人克隆,无需依赖云端服务
- 基于C语言实现,性能高效,适合资源受限环境部署
- 提供多模态AI能力,涵盖视频合成与克隆,功能完整
不足之处
- C语言生态对AI开发者不友好,二次开发门槛较高
- 文档/社区待观察
适用场景
- 离线环境下的数字人视频批量生成
- 企业私有化部署虚拟主播或客服形象
- 研究数字人克隆与视频合成算法的教学实验
替代项目
SadTalker、Wav2Lip、HeyGen
上一篇:没有了!
下一篇:echomimic_v2
同类项目推荐
video_to_world
开源
把AI生成的视频变成可探索的3D世界
Our method reconstructs 3D worlds from video diffusion models using non-rigid alignm···
ComfyUI_Sonic
开源
一张人像照加一段音频,在 ComfyUI 里生成会说话的数字人视频
Sonic is a method about ' Shifting Focus to Global Audio Perception in Portrait Anim···
dso
开源
让AI生成的3D模型不再悬空塌陷,物理更真实
[ICCV 2025] DSO: Aligning 3D Generators with Simulation Feedback for Physical Soundn···
Holodeck
开源
输入一句话,自动生成 3D 室内环境,助力具身 AI 研究。
CVPR 2024: Language Guided Generation of 3D Embodied AI Environments.
float
开源
上传音频和照片,一键生成口型同步的逼真说话视频。
[ICCV 2025] Official Pytorch Implementation of FLOAT: Generative Motion Latent Flow ···
DiffusionGAN3D
开源
融合3D GAN与扩散先验,让文本快速生成高质量3D模型
[CVPR2024] DiffusionGAN3D: Boosting Text-guided 3D Generation and Domain Adaptation ···
Talking-Head
开源
稿子丢进去几分钟,数字人替你开口演讲。
AI Talking Head: create video from plain text or audio file in minutes, support up t···
GShell
开源
用壳层+幽灵节点,让3D形状表达更自由
Official implentation of "Ghost on the Shell: An Expressive Representation of Genera···
En3D
开源
从 2D 合成图直接生成可动画的 3D 数字人
Official implementation of "En3D: An Enhanced Generative Model for Sculpting 3D Huma···