OmniCustom 是视频领域的开源项目，由 OmniCustom-project 开发，是 2026 年新上线的项目。
它收录于视频分类，该分类目前共有 503 个项目，GitHub 星标数为 425。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-21。开源代码，免费使用。
它主要面向的使用场景是：学术研究：复现音视频联合定制生成论文，做消融与对比实验。同类可对比的替代方案包括 Hallo、EchoMimic、MuseTalk。
OmniCustom
给参考人和声音，生成音画同步的定制视频
OmniCustom 是论文《OmniCustom: Sync Audio-Video Customization Via Joint Audio-Video Generation Model》的官方实现，聚焦于音视频联合定制生成。它解决的问题是：现有定制化生成方法通常只处理单一模态，难以在给定参考人物/声音后同时生成口型、表情、动作与声音都同步的个性化视频。项目基于联合音视频生成模型，通过定制化微调或适配，让用户用少量参考素材就能驱动模型产出主体一致、音画对齐的视频内容。核心能力包括音视频联合建模、主体身份保持、跨模态同步约束，以及面向定制场景的训练与推理脚本。代码以 Python 编写，目前处于早期阶段，星标约 425，适合研究者复现论文、做音视频定制方向实验，或在此基础上开发数字人、虚拟主播类应用。
开源
free
视频生成
GitHub 星标
★ 425
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类视频生成
开发团队OmniCustom-project
所属国家
定价模式free
价格说明开源代码，免费使用
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型
GitHub 星标★ 425
30天Star增速
HF 下载量
上线时间2026-02-06 00:00:00
最近更新2026-09-21 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-29
浏览次数0
使用教程
核心亮点
- 同时处理音频与视频两个模态，强调口型、表情与声音的同步一致性，而非单模态定制
- 提供论文官方实现，包含训练/推理代码，便于研究者复现与二次开发
- 面向定制化场景，可用少量参考素材保持主体身份，适合数字人与虚拟形象方向
不足之处
- 早期项目，文档与使用说明可能不完整，上手需要一定研究能力
- 依赖联合音视频生成模型，推理与训练对算力和显存要求较高
适用场景
- 学术研究：复现音视频联合定制生成论文，做消融与对比实验
- 数字人/虚拟主播：用参考人物与声音生成口型同步的定制视频
- 内容创作：为已有音频匹配个性化人物形象，快速产出同步短视频
替代项目
Hallo、EchoMimic、MuseTalk
项目介绍
同类项目推荐
MoneyPrinterTurbo
开源
输入一句话，高清短视频自动出炉，文案配音全包了
利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short ···
openscreen
开源
免费无水印录屏做演示，替代 Screen Studio
Record your screen, ship a demo. Free and open-source, GPU-accelerated, no watermark···
seedance-2.0-api
开源
快速上手字节Seedance 2.0，文本/图片一键生成视频
Seedance 2.0 API — text-to-video and image-to-video examples
auto-subs
开源
在剪辑软件里直接生成字幕，省去导出导入的麻烦
On-device subtitle generation that connects directly to DaVinci Resolve, Premiere, a···