LiveAvatar 可以免费使用吗？用的什么许可证？

LiveAvatar 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

LiveAvatar 还在维护吗？

半年内有更新。LiveAvatar 最近一次提交是在 2026年8月24日。

LiveAvatar 适合用来做什么？

构建实时互动的数字人或虚拟主播应用根据音频生成长时长的说话数字人视频研究基于扩散模型的音频驱动视频生成在单张 80GB 显卡上离线生成数字人片段

LiveAvatar 怎么安装和运行？

创建并激活 conda 环境: conda create -n liveavatar python=3.10 -y && conda activate liveavatar 安装 PyTorch、FlashAttention 及 Python 依赖: pip install torch==2.8.0 torchvision==0.23.0 --index-url https://download.pytorch.org/whl/cu128 && pip install flash-attn==2.8.3 --no-build-isolation && pip install -r requirements.txt 将 Wan2.2-S2V-14B 基础模型和 LiveAvatar LoRA 下载到 ./ckpt/: huggingface-cli download Wan-AI/Wan2.2-S2V-14B --local-dir ./ckpt/Wan2.2-S2V-14B && huggingface-cli download Quark-Vision/Live-Avatar --local-dir ./ckpt/LiveAvatar 运行单卡命令行推理（需要 80GB 显存）: bash infinite_inference_single_gpu.sh

在哪里获取 LiveAvatar？

源代码和安装说明在 GitHub 上：https://github.com/Alibaba-Quark/LiveAvatar

Alibaba-Quark/LiveAvatar

开源的实时音频驱动数字人视频生成框架，支持流式输出与无限时长生成。

在 GitHub 查看

Star: 2,483
Fork: 286
未关闭 Issue: 46
最近提交: 2个月前

这是什么？

LiveAvatar 根据音频、参考图片以及可选的文本提示生成说话数字人视频。它面向流式场景，画面持续逐段生成，而不是输出固定长度的片段，采用分块自回归方式，项目称可生成超过 10,000 秒的视频。

系统基于 Wan2.2-S2V-14B 基础模型加载 LiveAvatar LoRA，通过分布匹配蒸馏实现 4 步采样。项目给出的数据是在多卡 H800 上约 45 FPS。仓库提供多卡实时流式推理、单卡 80GB 显存下的离线生成脚本，以及 Gradio 网页界面。可选的 FP8 量化可在 48GB 显卡上运行，编译和 cuDNN 注意力选项可进一步提速。

项目采用 Apache-2.0 许可证，作者称其为研究预览版。模型权重托管在 Hugging Face，训练代码和 TTS 集成等功能仍在计划中。

核心功能

01基于音频实时流式生成数字人视频
02分块自回归生成，支持超长视频
03通过分布匹配蒸馏实现 4 步采样
04提供多卡与单卡推理脚本
05单卡和多卡均支持 Gradio 网页界面
06可选 FP8 量化与编译加速，降低显存占用

适用场景

构建实时互动的数字人或虚拟主播应用
根据音频生成长时长的说话数字人视频
研究基于扩散模型的音频驱动视频生成
在单张 80GB 显卡上离线生成数字人片段

快速上手

1
创建并激活 conda 环境
conda create -n liveavatar python=3.10 -y && conda activate liveavatar
2
安装 PyTorch、FlashAttention 及 Python 依赖
pip install torch==2.8.0 torchvision==0.23.0 --index-url https://download.pytorch.org/whl/cu128 && pip install flash-attn==2.8.3 --no-build-isolation && pip install -r requirements.txt
3
将 Wan2.2-S2V-14B 基础模型和 LiveAvatar LoRA 下载到 ./ckpt/
huggingface-cli download Wan-AI/Wan2.2-S2V-14B --local-dir ./ckpt/Wan2.2-S2V-14B && huggingface-cli download Quark-Vision/Live-Avatar --local-dir ./ckpt/LiveAvatar
4
运行单卡命令行推理（需要 80GB 显存）
bash infinite_inference_single_gpu.sh

使用前须知

达到 45 FPS 实时效果需要多卡 H800 级别硬件，多卡流水线需要五张 GPU。
推理至少需要 80GB 显存的 GPU；使用 FP8 可降至 48GB，但可能有轻微画质损失。
需要下载 14B 基础模型和 LoRA 权重，并安装 FlashAttention。
README 称其为研究预览版，流式交互 UI 集成和训练代码尚未发布。

常见问题

LiveAvatar 是什么？: 开源的实时音频驱动数字人视频生成框架，支持流式输出与无限时长生成。 LiveAvatar 根据音频、参考图片以及可选的文本提示生成说话数字人视频。它面向流式场景，画面持续逐段生成，而不是输出固定长度的片段，采用分块自回归方式，项目称可生成超过 10,000 秒的视频。
LiveAvatar 可以免费使用吗？用的什么许可证？: LiveAvatar 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
LiveAvatar 还在维护吗？: 半年内有更新。LiveAvatar 最近一次提交是在 2026年8月24日。
LiveAvatar 适合用来做什么？: 构建实时互动的数字人或虚拟主播应用根据音频生成长时长的说话数字人视频研究基于扩散模型的音频驱动视频生成在单张 80GB 显卡上离线生成数字人片段
LiveAvatar 怎么安装和运行？: 创建并激活 conda 环境: conda create -n liveavatar python=3.10 -y && conda activate liveavatar 安装 PyTorch、FlashAttention 及 Python 依赖: pip install torch==2.8.0 torchvision==0.23.0 --index-url https://download.pytorch.org/whl/cu128 && pip install flash-attn==2.8.3 --no-build-isolation && pip install -r requirements.txt 将 Wan2.2-S2V-14B 基础模型和 LiveAvatar LoRA 下载到 ./ckpt/: huggingface-cli download Wan-AI/Wan2.2-S2V-14B --local-dir ./ckpt/Wan2.2-S2V-14B && huggingface-cli download Quark-Vision/Live-Avatar --local-dir ./ckpt/LiveAvatar 运行单卡命令行推理（需要 80GB 显存）: bash infinite_inference_single_gpu.sh
在哪里获取 LiveAvatar？: 源代码和安装说明在 GitHub 上：https://github.com/Alibaba-Quark/LiveAvatar

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。