惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

小众软件
小众软件
N
News and Events Feed by Topic
A
About on SuperTechFans
aimingoo的专栏
aimingoo的专栏
The Cloudflare Blog
H
Heimdal Security Blog
Schneier on Security
Schneier on Security
Engineering at Meta
Engineering at Meta
Google Online Security Blog
Google Online Security Blog
宝玉的分享
宝玉的分享
AI
AI
The GitHub Blog
The GitHub Blog
MongoDB | Blog
MongoDB | Blog
www.infosecurity-magazine.com
www.infosecurity-magazine.com
The Last Watchdog
The Last Watchdog
T
Troy Hunt's Blog
S
Security @ Cisco Blogs
H
Hacker News: Front Page
F
Fortinet All Blogs
博客园_首页
S
Secure Thoughts
N
News and Events Feed by Topic
P
Proofpoint News Feed
Microsoft Azure Blog
Microsoft Azure Blog
I
InfoQ
Spread Privacy
Spread Privacy
Hacker News - Newest:
Hacker News - Newest: "LLM"
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
C
Check Point Blog
Hugging Face - Blog
Hugging Face - Blog
Hacker News: Ask HN
Hacker News: Ask HN
C
CXSECURITY Database RSS Feed - CXSecurity.com
酷 壳 – CoolShell
酷 壳 – CoolShell
Stack Overflow Blog
Stack Overflow Blog
L
LINUX DO - 最新话题
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
S
Schneier on Security
Know Your Adversary
Know Your Adversary
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Scott Helme
Scott Helme
P
Privacy & Cybersecurity Law Blog
S
Securelist
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
O
OpenAI News
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
PCI Perspectives
PCI Perspectives
L
LangChain Blog
雷峰网
雷峰网
Security Archives - TechRepublic
Security Archives - TechRepublic
V2EX - 技术
V2EX - 技术

Prompt 语宙

kimi-thinking-preview – 月之暗面推出的多模态思考模型 pdf-craft – 开源 PDF 转 Markdown 工具 UltraMem – 字节豆包大模型团队推出的全新超稀疏模型架构 EasyControl – Tiamat AI 联合上海科大等开源的图像生成控制框架 GaussianCity – 南洋理工大学 S-Lab 团队推出的 3D 城市生成框架 X-Prompt – 用于多模态视频目标分割的通用框架 豆包大模型1.5 – 字节跳动推出的最新版大模型 GaussianAnything – 南洋理工 S-Lab 和上海 AI Lab 等推出的 3D 生成框架 Cube 3D – Roblox 推出的 AI 3D 生成模型 OpenMath-Nemotron – 英伟达开源的数学推理系列模型 MAI Transcribe-1.5 – 微软 MAI 推出的语音转文本模型 Seed1.5-Embedding – 字节跳动 Seed 团队推出的向量模型 2026世界杯人机大战引爆!联想携手DeepSeek等顶尖AI大模型,对战亿万球迷预测冠军 高考公平守护战!豆包、文心等主流大模型集体禁用拍题功能 ShotAdapter – Adobe联合UIUC推出的多镜头视频生成框架 Devstral – Mistral AI联合All Hands AI开源的编程专用AI模型 MMaDA – 字节联合普林斯顿大学等推出的多模态扩散模型 Software Copyright Materials Skill – 开源软著资料生成Skill Dulus – 开源的 CLI AI Agent,可驱动多模型工具调用 Reasonix – 专为 DeepSeek 推出的开源终端编程 Agent Mega-ASR – NTU、NUS、上海AI Lab开源的语音识别模型 CodeGraph – 开源代码知识图谱工具,加速代码理解和分析 MiniCPM5-1B – 面壁智能联合清华开源的端侧文本基座模型 Horizon – 开源 AI 信息聚合系统,构建专属新闻雷达 BitCPM-CANN – 面壁智能联合清华开源的端侧大模型 Xiaomi Auto World Model – 小米推出的辅助驾驶世界模型 opera-browser-cli – Opera Neon 开源的命令行工具 omp – 开源的 AI 终端编程智能体,能与 IDE 深度联动 Claude Opus 4.8 – Anthropic 推出的旗舰级大语言模型 Hy-Memory – 腾讯混元推出的 Agent 记忆插件 Fara1.5 – 微软推出的浏览器端 AI 智能体模型系列 美团GEO营销门户 – 美团推出的生成式引擎优化平台 Keye-VL-2.0-30B-A3B – 快手开源的自研多模态大模型 Guizang Social Card Skill – 歸藏开源的小红书图文优化Skill ForgeTrain – 面壁智能联合清华等开源的大模型预训练框架 MAI-Image-2.5 – 微软推出的旗舰级文生图模型 Step 3.7 Flash – 阶跃星辰开源的新一代 Flash 模型 中国将首发公有云大模型 Token 性能榜,日均调用量已突破 140 万亿次 腾讯会议多项AI功能升级,元宝纪要月使用时长增长近5倍 Cloudflare CEO:机器人流量超越人类,网络未来或全面走向“付费抓取” 拍照识别野生蘑菇遭“误判”?豆包紧急回应:AI识别仅供参考,切勿盲目食用 华尔街规则为马斯克破例,SpaceX 史诗级 IPO 助力其冲刺首位万亿富豪 AI巨头罕见“踩刹车”:Anthropic警告“AI造AI”时代逼近,呼吁全球放缓研发 NBA中国携手阿里巴巴上线首个官方大模型“NBA Chat” 腾讯发布CodeBuddy Security,用AI Agent实现更高效的代码审计 OpenAI表态支持特朗普AI行政令:愿在模型发布前接受政府安全评估 马斯克旗下xAI要求深伪色情案原告“实名起诉”,受害者怒斥:这是恐吓式施压 12岁孩童用眉笔画胡子破解AI年龄验证:轻量级模型的技术漏洞引发行业警示 MiniMax M3大模型重磅发布:首创MSA架构,1M上下文全面开源,性能对标GPT-5.5 谷歌 DeepMind CEO:AGI 将至,关键三年窗口期人类准备好了吗? 机器人告别逐帧学动作!全球首个事件级具身智能世界模型WALL-WM重磅发布 15个月营收暴涨三倍!企业级AI搜索独角兽Glean凭’上下文图谱’破局巨头围剿 Oculus创始人AI新作Sesame上线:重新定义‘边想边说’的流畅对话体验 三菱日联金融携手OpenAI:3.5万员工全面部署ChatGPT Enterprise,开启AI原生银行新时代 阿里云百炼CLI全面开源:一行命令编排AI Agent全栈能力,引爆开发者生态 360亿美元史上最大芯片租赁!阿波罗黑石联手,为Anthropic豪购谷歌TPU Grok Build 0.2.7 重磅发布:子代理共享终端效率翻倍,图像理解飞跃,开发者必看更新 重磅!小米MiMo V2系列2026年6月全面下线,开发者速迁至V2.5高性能版 美国Opus 4.8被曝’蒸馏’中国开源大模型:Anthropic的AI双标之路 NBA官宣引入AI鹰眼2.0系统:彻底终结出界判罚争议,裁判将聚焦主观判罚 Mistral AI 首席执行官宣布自研芯片计划:成本、算力、生态三大战略解析 科技格局重塑:MiniMax企业客户破百万领跑AI商业化,创想三维港股上市引爆消费级3D打印市场 Liquid AI开源LFM2.5-8B-A1B:8B参数仅激活1.5B,端侧大模型性能飞跃,手机秒级推理 微软Build大会重磅出击:自研代码AI平价替代Claude,多场景模型矩阵挑战OpenAI Step 3.7 Flash 重磅开源发布:198B MoE架构实现400TPS推理,Agent效率与可靠性新时代已至 大模型概念股港股狂飙!智谱单日暴涨超17%,MINIMAX跟涨,AI商业化拐点真的来了? 日本Datasection携手OpenAI:TAIZA云平台深度整合API,赋能亚太企业智能工作流 470亿美元!Anthropic年化收入狂飙,Claude企业级应用引爆AI商业化新纪元 AI攻破6大数学猜想!25岁华人少女退学创业,OpenAI都未曾实现,她凭什么拿下14亿融资? 万亿估值前夜!Anthropic IPO前最后一轮融资650亿美元,直逼OpenAI资本巅峰 SentinelOne裁员8%聚焦AI安全:年营收增长21%仍亏损,科技巨头集体押注生成式AI 谷歌Coral Board开发板发布:本地运行Gemma3,RISC-V架构赋能边缘AI革命 拼多多重拳出击!AI押题、数据投毒等灰产被全面封禁,上半年已出台40余项治理措施 黄仁勋内部讲话引爆科技圈:AI时代,宁可浪费钱也别浪费时间 腾讯电脑管家Mac版重磅发布!首创AI安全沙箱,一文看懂如何守护AI智能体 科大讯飞发布AI眼镜:40克超轻机身+星火大模型,掀起百镜大战新浪潮 2026高考AI防作弊硬核举措:主流大模型限时上锁,精准掐断秒级解题通道 小红书PC端重磅上线AI搜索助手’点点’:多轮对话+笔记导入,重新定义社区搜索体验 YouTube播客AI升级:自动调速专治说话慢,Premium用户收听体验大革新 Anthropic完成史诗级H轮融资650亿美元,Claude Opus 4.8模型同步发布,AI巨头估值飙升逼近万亿美元里程碑 2026世界杯AI预测大赛开启:联想联合DeepSeek等大模型,挑战亿万球迷智慧 重磅!iOS 27联手谷歌Gemini训练本地AI,Siri部分请求转向谷歌云,隐私与算力如何平衡? 苹果iOS 27深度合作谷歌Gemini:Siri转向云端处理,英伟达机密计算护航隐私 iOS 27 将整合谷歌 Gemini 模型:苹果本地AI Siri大升级,隐私与性能如何兼得? Anthropic王者归来:曾因‘过于危险’被封印的Mythos级AI模型重磅解禁,几周内全量上线 Anthropic重磅解禁’过于危险’的王炸模型Mythos!更强安全防护下几周内全量上线 破解AI记忆三周魔咒!腾讯混元Hy-Memory发布:记忆密度提升45%、Token消耗降低35%,定义Agent长期协作新范式 腾讯混元Hy-Memory发布:AI Agent长期记忆难题终结者,记忆密度飙升45%、Token消耗锐减35% Claude Opus 4.8 核弹级发布:编程能力碾压GPT-5.5,成本直降67%,AI开发者生产力革命来了 Claude Opus 4.8正式发布:性能全面超越GPT-5.5,成本暴降66%重塑AI编程格局 Mistral AI联手空客宝马:押注‘实体AI’,制造业将迎来效率革命? 谷歌AI翻车!竟把’Google’拼错,大模型‘不识字’的硬伤藏不住了 科大讯飞AI眼镜重磅发布:4299元内置龙虾助手GlassClaw,122种语言实时翻译重塑生产力 Gemini 3.5 生产环境严重失控:越权删光两万行代码并编造修复报告,AI 开发信任危机再升级 AI复活传奇!斯坦·李获合法授权数字重生, ElevenLabs 用生成式AI重塑其标志性声音 英伟达Polar框架开源:零门槛强化学习,AI编码智能体进化提速500%+ 开发者炸锅!Codex强制退役GPT-5.2/5.3,GPT-5.5降智风波未平引发行业焦虑 OpenRouter B轮融资1.13亿美元:CapitalG、NVIDIA联手,打造多模型AI时代的流量枢纽 阿里云Qoder Cloud Agents全托管平台发布:企业AI Agent上线周期从1个月缩短至1天 谷歌珊瑚AI开发板引爆边缘计算革命:2026年夏季上市,离线运行Gemma3大模型实现实时语音翻译
PersonaLive开源:澳门大学重磅发布,12G显卡跑无限时长AI直播换脸
站外新闻 · 2026-06-14 · via Prompt 语宙

💡 站外导读:当数字人直播因高硬件门槛、显存爆炸和音画不同步等问题仍停留在概念演示阶段时,澳门大学与GVC实验室联合开源的PersonaLive打破了僵局。这款工具仅需一张12GB显存的消费级显卡,即可实现无限时长的实时肖像动画生成,将AI主播带货、虚拟形象参会等应用场景的落地成本大幅拉低,直击行业规模化普及的核心痛点。

PersonaLive 是澳门大学和 GVC 实验室开源的实时数字人直播工具。工具能在单张 12GB 显存的消费级显卡上运行,实现无限时长的肖像动画生成,支持低延迟互动。PersonaLive通过优化显存管理和 TensorRT 加速,解决了传统数字人直播的高硬件门槛、显存爆炸和音画不同步等问题。PersonaLive 能轻松实现AI 主播带货和虚拟形象参会,为数字人直播领域带来新的可能性。

  • PersonaLive是什么
  • PersonaLive的主要功能
  • PersonaLive的技术原理
  • PersonaLive的项目地址
  • PersonaLive的应用场景
      • 📝 站长洞察 (Editor’s Insight)

PersonaLive

PersonaLive的主要功能

  • 低硬件要求:仅需单张 12GB 显存的消费级显卡(如 RTX 3060、4070 等),大幅降低入门门槛。

  • 无限时长生成:支持连续生成视频流,适合长时间直播,解决传统模型显存爆炸和时序不一致问题。

  • 低延迟与实时互动:通过优化显存管理和推理加速,支持 TensorRT 加速,实现音画同步和即时互动。

  • 生态友好:支持 ComfyUI 和 RTX 50 系列显卡,紧跟硬件和社区潮流。

  • WebUI 可视化操作:提供简单易用的 Web 界面,方便用户上传照片、调整参数和实时生成动画。

PersonaLive的技术原理

  • 流式 Diffusion 框架:基于扩散模型(Diffusion Model),通过优化显存管理和推理加速,实现连续视频流的生成,而非传统的分段视频生成。

  • 显存优化:工具采用高效的显存管理技术,确保在有限的显存下长时间稳定运行,避免显存溢出。

  • 时序模块:引入特殊的时序模块,支持无限时长的视频流生成,适合长时间直播场景。

  • TensorRT 加速:支持将模型转换为 TensorRT 格式,推理速度提升约 2 倍,显著降低延迟。

PersonaLive的项目地址

  • GitHub仓库:https://github.com/GVCLab/PersonaLive
  • HuggingFace模型库:https://huggingface.co/huaichang/PersonaLive
  • arXiv技术论文:https://arxiv.org/pdf/2512.11253

PersonaLive的应用场景

  • AI 虚拟主播:用于电商直播、新闻播报和娱乐直播,实现低成本、高质量的 24 小时不间断虚拟人物直播。

  • 虚拟会议与远程协作:在视频会议和远程教学中提供虚拟形象,保护隐私并增强互动体验。

  • 内容创作与娱乐:工具能助力短视频、电影、游戏等内容创作,丰富形式并提升制作效率。

  • 客户服务与支持:支持打造虚拟客服和智能助手,实现 24 小时在线服务,提升客户体验。

  • 教育与培训:生成虚拟教师和培训模拟场景,提供个性化、高效的教学与培训服务。

📝 站长洞察 (Editor’s Insight)

PersonaLive的发布标志着实时数字人创作正从’技术验证’迈向’桌面实用化’。其核心价值在于将Sora级扩散模型通过流式推理框架和显存优化’下放’到消费级硬件,这呼应了当前AI产业’轻量化、工具化’的明确趋势——未来竞争焦点不仅是模型能力,更是部署成本与用户体验。结合TensorRT加速和ComfyUI生态支持,它实质上构建了一个从创作到直播的短链路工作流。在电商、教育、泛娱乐对虚拟身份需求井喷的背景下,这类降低创作门槛的开源工具,将成为催生’全民数字分身’时代的关键基础设施,其社区演化潜力值得长期关注。