大噶好呀，我还是那个超喜欢AI的Glen。最近AI圈，数字人好家伙越来越靓仔了，各家都在推出“开源最强”的数字人，虽然我一再出手，给大家制作并分享了很多数字人的整合包。
但，选择太多了，咋知道哪个适合自己呢？总不能“我+困难=放弃”，对吧？
不可！作为宠粉狂魔的我，不可能让大家面临如此窘境！
所以我果断出手！
为大家一次性把之前分享过的数字人相关整合包，做个盘点，包含实现的效果，需要的配置，生成的时间等等，让大家一口气看完目前开源数字人到底哪家强，一起选择最好的挖掘机！
数字人火火火！要说AI圈到底啥最火，那好像、也许、可能、大概、估计就是数字人了。
AI绘画的发布者，Stability AI经常传出即将倒闭。国内外大模型的巨头们，更是已经卷成了一锅粥。现在很多大模型的接口调用，已经卷成了白菜价，1块钱就可以生成几本红楼梦，这还咋赚钱呢？！
然鹅，数字人在AI圈，那可是实实在在可能带来巨大收益！咱们直接举个栗子：今年4月中旬，京东刘强东的数字人“采销东哥”亮相京东的直播间，不仅复刻了刘强东的语速、口音，习惯性动作也一模一样。
在讲话时偶尔搓动手指，强调某件事时会配合更大幅度的手部动作，还有时不时地点头等。围观网友表示，都不太能看得出这个东哥竟然是数字人！
这场首秀不到1小时，直播间观看量就超过了2000万，整场直播累计成交额超5000万。
在这场直播大获成功之后，今年618大促期间，京东又发起了一场“总裁数字人直播”活动。格力、海信、LG、名创优品、洁丽雅石、科沃斯、vivo、三星等企业高管“组团”化身数字人下场直播。
京东方面披露的数据显示，截至目前，言犀数字人已累计服务品牌超5000家，带动GMV超百亿。
这样巨大的收益，让很多人都开始关注数字人。要实现这样的效果，目前还是价值不菲，但AI技术持续在进步，开源领域产生的数字人也越来越强了！
接下来，就让我来给大家盘点那些超强的开源数字人~
开源数字人哪家强数字人技术，这个曾经只在科幻电影中出现的概念，如今正一步步走进我们的现实生活。随着AI技术的飞速发展，开源数字人技术的竞争愈发激烈，各大厂纷纷亮出自家的王牌产品。
接下来，我们一起来看下各大开源数字人的效果，将会基本按照技术进步的先后顺序来进行盘点，大家也可以一目了然的看到技术在逐渐进步！
①Wav2lip：Wav2Lip算法是一种基于深度学习的语音驱动面部动画生成算法，是最早期数字人运用的技术，该算法的核心思想是将语音信号中的信息映射到面部动画参数中，从而生成逼真的面部动画。
生成案例：以下是使用Wav2Lip生成的数字人案例，可以看到其实只有嘴唇在活动，数字人的成熟度相对较差。
配置要求：Wav2Lip相对不太吃机器性能，只需要有4G小显存即可运行；生成1个1分钟左右的数字人视频，需要处理5~15分钟。②SadTalk：SadTalker是西安交通大学开源的一个项目，它通过从音频中学习生成3D运动系数，使用全新的3D面部渲染器来生成头部运动，可以实现图片+音频就能生成高质量的视频。
生成案例：以下是使用SadTalker生成的数字人案例，效果相对Wav2Lip有一些进步，不再是只有嘴唇在动，而是头部有了一些动作。但仔细看在边缘部分会有错位的情况。
配置要求：因为SadTalker生成的数字人效果好了一些，因此对机器配置的要求也有所提高，大概需要有6G显存的电脑可以流畅运行，显存小于6G或者使用CPU都会比较慢。生成1个1分钟左右的数字人视频，需要处理10~20分钟。③MuseTalk：MuseTalk是腾讯推出的一款数字人项目，支持实时音频驱动的唇部同步数字人，MuseTalk的核心技术能根据音频信号自动调整数字人物的面部图像，确保唇形与音频内容高度一致，只需输入音频，你的数字角色就能实现完美的口型同步。
生成案例：以下是使用MuseTalk生成的数字人案例，效果相对SadTalker又有了一些进步，头部脸部动作更加自然，边缘部分的错位也有所缓解。但嘴唇动画方面，还是有些粗糙。
配置要求：使用MuseTalk大概需要有6G显存的电脑可以流畅运行，生成1个1分钟左右的数字人视频，需要处理10~20分钟，跟SadTalker差不多。④Halo：Hallo是一款由百度联手复旦大学、苏黎世联邦理工学院和南京大学共同研发的数字人项目，在音频驱动的肖像动画生成方面取得了令人瞩目的进展。它利用先进的AI技术，根据语音输入生成逼真且动态的肖像图像视频。这种技术通过分析语音输入，同步生成人像的面部动作，包括嘴唇、表情和头部姿势，最终呈现出效果惊艳的数字人。
生成案例：以下是使用Hallo生成的数字人案例，无论是画面的清晰度、头部动作多样性、面部表情精细度方面，Hallo生成的数字人都相对于前面几个要好了很多。
配置要求：Hallo生成的数字人效果虽然好，但真的，它非常吃机器性能，据我的评测，需要10G显存以上的显卡才能跑得动。而且，生成1个1分钟左右的数字人视频，需要处理30~40分钟。⑤LivePortrait：LivePortrait是快手开源了一个让人惊艳的数字人项目，它的神奇之处在于，它不仅能够精确控制眼睛的注视方向和嘴唇的开合动作，还能处理多个人物肖像的无缝拼接。
生成案例：以下是使用LivePortrait生成的数字人案例，可以看到数字人过渡非常平滑自然，不会产生任何突兀的边界效果。
配置要求：相比Hallo，LivePortrait生成的数字人效果不但好，而且，对于配置要求也降低了很多，据我的评测，需要8G显存的显卡即可流畅运行，6G显存也可运行。生成1个1分钟左右的数字人视频，需要处理10~20分钟。⑥EchoMimic：传统的数字人技术，要么依赖音频驱动，要么依赖面部关键点驱动，各有利弊。而EchoMimic则巧妙地结合了这两种驱动方式，通过音频和面部关键点的双重训练，实现了更加逼真、自然的动态肖像生成。
生成案例：以下是使用EchoMimic生成的数字人案例，数字人相当平滑自然。
配置要求：EchoMimic生成的数字人，基本看不出是假人，可以说是相当真实了。而且它对于配置要求也没有增加，8G显存的显卡即可流畅运行。不过生成时长略微增加了，生成1个1分钟左右的数字人视频，大概需要处理15~30分钟。结语
数字人技术的发展，正在不断突破我们的想象。我知道大家喜欢看图，刚好我图很多哈哈，直接来一个技术进步的对比图：
随着AI技术的不断推出，让我们能体验到越来越强的开源AI数字人，如果你对数字人技术充满好奇，如果你想亲手体验数字人带来的震撼效果，那么现在就是最好的时机。
让我们一起见证数字人技术的魅力和无限可能（一起将“危险”送到全世界去吧）！
今天就聊到这了，我是Glen，感谢你看我的内容，欢迎大家继续支持我，请点赞、收藏、分享三连走一波吧~
