載入中...
載入中...
美團 LongCat-Video-Avatar-1.5 以 MIT 釋出,支援 audio-text-to-video、audio-image-text-to-video 與 video continuation。官方 model card 強調 Whisper-Large 音訊編碼、長影片身份一致性、8-step inference、480P/720P、真人/動漫/動物與多角色場景;補充應用方向包括 AI 家教、配音流程、會說話的 coding agent 與遊戲 NPC,但互動式產品仍需低延遲 agent runtime。
Threads 貼文用 GPUtw.ai 對比 GB10 跑 ComfyUI MinMax H3:DGX 4TB 每小時 26 元、RTX Pro 6000 96GB 每小時 27 元起、另有 RTX 5090/3090。官方首頁可見 ComfyUI、RTX Pro 6000 與價格相關文字,但性能倍數仍需實測。