数字人验证部署方案
MuseTalk × InfiniteTalk 多人版 并排验证 · AutoDL 4090 · 一政情怀车实验室 · 2026-10-18
一页看懂:老板要的「两人同框对话」有真解了——InfiniteTalk 官方仓库自带多人版权重(multi-person),一张图里多人同框、各说各话,Apache 2.0 可商用。4090 24G 开低显存模式能跑。今晚 AutoDL 4090 双模型各出一条验证片对比。
① 四人验证问题 · 官方实锤结论
| 问题 | 结论 | 来源 |
| 多人同框对话? | 能。InfiniteTalk 仓库自带 weights/InfiniteTalk/multi/ 多人权重 + multi_example_image.json 官方多人示例;升级版 LongCat-Video-Avatar 1.5 还有 Multi-Person Interaction(多人同框、身份稳定、轮流说话 turn-taking)。老板要的「同框互动」就是这条线。 | GitHub README / 官方项目页 |
| 4090 24G 够吗? | 480P 够,720P 悬。底座是 Wan2.1-I2V-14B(140 亿参数)。官方给出低显存模式 --num_persistent_param_in_dit 0 + fp8 量化(--quant fp8),多人示例默认就开低显存。24G 跑 480P 稳;要 720P 或多开余量再上 A100。社区 Wan2GP 移植版进一步压显存,12-16G 也能跑。 | 官方 README Quick Start |
| License 能商用? | InfiniteTalk = Apache 2.0,明确可商用(生成内容权利归用户)。 ⚠️ 但注意:升级版 LongCat-Video-Avatar 1.5 是学术许可,明确禁商用——官方页红字「academic use only」。咱们商用只碰 InfiniteTalk 本体 + MuseTalk。 | 两仓库 LICENSE 原文 |
| 唱歌口型谁强? | 唱歌:InfiniteTalk/LongCat 系胜——1.5 官方页把 Singing 当主打场景(大幅度口型+全身律动稳定)。MuseTalk 强在说话实时(V100 上 30fps+、嘴部 256×256 局部修复、非扩散单步推理),唱歌大张口型 historically 是它的弱项。结论:说话快选用 MuseTalk,唱歌/表现选 InfiniteTalk。 | 官方 Demo 定位 |
② 双模型并排对比
| MuseTalk 1.5 | InfiniteTalk(多人版) |
| 出品 | 腾讯音乐 TME Lyra 实验室 | 美团 LongCat 团队(MeiGen) |
| 定位 | 实时说话对口型 | 无限时长数字人配音/生成 |
| 同框多人 | 不支持(单人嘴部区域) | 支持(官方多人权重) |
| 唱歌表现 | 弱项(说话特化) | 强项(官方主打) |
| 实时性 | 30fps+ 实时推理 | 离线生成(可 8 步蒸馏加速) |
| 4090 24G | 轻松(4G 显存的本子都能跑) | 480P 低显存模式可跑 |
| License | MIT 可商用 | Apache 2.0 可商用 |
| 咱们用途 | 分身日常口播、实时互动 | 乐队同框对话、唱歌名场面 |
~¥2/hAutoDL 4090 按需价
40+GBWan2.1 底座权重下载
~30min双片验证目标
2 条对比验证片
③ AutoDL 部署步骤(登录后执行)
- 开实例:算力市场筛 4090 24G → 镜像选 PyTorch 2.4.1 / cu121(或社区 MuseTalk 现成镜像)
- 下权重:hf-mirror 加速拉 Wan2.1-I2V-14B-480P + InfiniteTalk(multi 版)+ MuseTalk 权重包
- 跑 MuseTalk:1.5 推理脚本,喂入乐队成员正脸照 + TTS 音频 → 出片 A
- 跑 InfiniteTalk 多人:
--infinitetalk_dir weights/InfiniteTalk/multi/... + 低显存参数,两人同框音频 → 出片 B
- 交付:两条片发群对比,老板定主线
工程预判:MuseTalk 出片快(分钟级);InfiniteTalk 14B 底座首次生成要预热权重加载,30 分钟双片紧但可行——权重下载走 AutoDL 内网加速是关键路径。