ACTalker

一句话生成逼真数字人视频，音频表情随心控

ACTalker 是一个基于视频扩散模型的端到端说话头生成框架，由 ICCV 2025 论文提出。它解决的是传统说话头合成中控制信号单一、生成效果不自然的问题，支持音频、表情等多种信号单独或组合控制，实现高保真、可编辑的数字人视频生成。其核心能力包括：多信号融合控制、基于扩散模型的视频生成、以及端到端的训练与推理流程。项目提供 Python 实现，适合研究人员和开发者用于数字人、虚拟主播、影视制作等场景。

开源 free 数字人3D
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 464
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类数字人3D
开发团队harlanhong
所属国家
官网地址https://harlanhong.github.io/publications/actalker/index.html
GitHubhttps://github.com/harlanhong/ACTalker
定价模式free
价格说明开源项目，本地部署，完全免费
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型avatar,diffusion-models,digitalhuman,face-animation,multi-modal,stablevideodiffusion,talking-head
GitHub 星标★ 464
30天Star增速
HF 下载量
上线时间2025-03-20 00:00:00
最近更新2026-09-09 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

核心亮点

  • 支持音频、表情等多信号联合控制，生成更自然
  • 基于扩散模型，视频质量与动态一致性高
  • 端到端框架，无需复杂中间步骤，易于使用

不足之处

  • 早期项目，文档和社区支持待观察
  • 推理速度可能较慢，实时性要求高场景受限

适用场景

  • 数字人主播视频生成
  • 影视预演与虚拟角色制作
  • 交互式虚拟助手形象驱动

替代项目

SadTalker、Wav2Lip、GeneFace

项目介绍

ACTalker 是数字人3D领域的开源项目，由 harlanhong 开发，2025 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 464。

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 2026-09-09。本地部署，完全免费。

它主要面向的使用场景是：数字人主播视频生成。同类可对比的替代方案包括 SadTalker、Wav2Lip、GeneFace。

上一篇：SyncTalk

下一篇：wav2lip_288x288

同类项目推荐

A3D 开源

在 three.js 里直接调用 AI 生成纹理和素材，边建模边生成

3D x AI hybrid editor, built with three.js

★ 129 2026-08-09
cube 开源

用一句话生成 3D 模型，在 Roblox 里快速落地 AI 创作

Roblox Foundation Model for 3D Intelligence

★ 1254 2026-08-09
AG3D 开源

用2D图片直接生成3D虚拟人，告别昂贵扫描

Official code release for ICCV2023 paper AG3D: Learning to Generate 3D Avatars from ···

★ 273 2026-08-09
GameFactory-3A 开源

一条命令生成 3A 游戏资产，从模型到视频全自动

A comprehensive open-source 3A game-generation skill and asset framework.

★ 778 2026-08-21