EchoMimicV3
为内容创作者提供轻量级数字人生成服务，支持口播、歌唱等多场景视频制作
可生成数字人的 1.3B 模型。
项目介绍
EchoMimicV3 和大家见面了 她/他是吹拉弹唱的数字人「艺术生」，也是更快（速度）、更高（质量）、更强（泛化）、更统一（多任务）的数字人「体育生」 【核心功能】 用户仅需上传照片+文字+语音，就可以生成口播、歌唱、卡通等丰富场景的数字人 【技术亮点】 1B量级轻量模型 ｜Soup-of-Tasks, Soup-of-Modals架构｜免配对DPO后训练｜长视频推理CFG改进 arxive论文：https://arxiv.org/abs/2507.03905 项目主页：https://antgroup.github.io/ai/echomimic_v3/ GitHub：https://github.com/antgroup/echomimic_v3 开源模型： https://huggingface.co/BadToBest/EchoMimicV3