📌 📄 内容摘要:
kejun (@ke_jun) 在 250703 三花AI日报：阿里开源 OmniAvatar：音频驱动数字人模型；开源对话式图像编辑器 EasyEdit； NVIDIA 发布 DAM 模型：为图像局部生成详细描述 中发帖
昨天鸽了，倒也不是我懒，主要是实在没啥可发的 :tieba_028:
阿里开源 OmniAvatar：音频驱动数字人模型
OmniAvatar 是阿里开源的一款基于 Wan 2.1 的音频驱动数字人模型。用户只需上传图片、音频和脚本，即可生成嘴型精准匹配、带有自然动作和表情的口播视频。
不过要注意的是，这个模型至少需要 36G 显存才能运行。
官方推荐单次生成 30 秒左右的视频片段，这样能达到最佳效果。从目前已有的开源数字人模型来看，OmniAvatar 的表现算是相当出色了。
开源对话式图像编辑器 EasyEdit
EasyEdit 是一款基于 Flux KContext 模型的开源图像编辑器，通过自然对话即可智能修改图片。
佬们可以直接在网页端免登录使用 Flux KContext Dev 基础模型，而 Pro 高级模型则需要提供 APIKey 能用。
NVIDI...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/762168/1
─────────────────────────────
📢 来源：LINUX DO
