LongCat Video Avatar 1.5

Sì, è rilasciato con licenza MIT, che è una delle più permissive per i modelli open-weight. Puoi utilizzarlo per progetti clienti, sviluppare un prodotto basato su di esso o eseguirlo su larga scala senza pagare alcuna tariffa di licenza o dover segnalare l'utilizzo a nessuno.

Una GPU con 40 GB di memoria è il requisito minimo realistico. In un test pratico, è stato eseguito su una A800 con quantizzazione INT8 e distillazione a otto passaggi. In questo caso, si è registrato un tempo di calcolo GPU di circa 44 secondi per ogni secondo di video finale prodotto.

Funziona con personaggi anime, animali e scene con più persone, incluse quelle in cui qualcuno interagisce con un oggetto. Anche il canto e la recitazione sono supportati, cosa insolita per un modello creato principalmente per il parlato.

Aumenta il valore audio CFG, che funziona meglio tra 3 e 5. Scrivi anche prompt più lunghi e descrittivi, perché quelli brevi danno al modello meno elementi da mantenere coerenti lungo tutta la clip.

Ogni volta che nessuno nel team gestisce GPU di professione. La configurazione è genuinamente difficile, il calcolo è lento e uno strumento in abbonamento è nettamente superiore, a meno che tu non abbia già l'hardware e il tempo ingegneristico a disposizione.