LongCat-Video-Avatar
LongCat-Video-Avatar라는 음성 기반 아바타 영상 모델 계열을 읽고, 긴 영상의 안정성과 여러 사람의 정체성을 어떻게 다루는지 살핀다.
LongCat-Video-Avatar는 메이투안 LongCat 팀이 LongCat-Video 기반으로 공개한 음성 기반 아바타 영상 모델이다. 음성과 텍스트를 조건으로 삼아 음성 텍스트 기반 영상 생성, 영상 이어 만들기를 제공하고 여러 화자에 대응한다. 조각 간 잠재 결합은 긴 영상 화질 저하를 줄이고, 참조 스킵 어텐션은 인물 정체성을 지키며 참조 이미지의 복사를 막는다.
