1張照片即可生成高清視頻，中國公司又把好用的數字人開源了

（文/張睿佳 編輯/張廣凱）

AI開源的風，又刮到了數字人領域。

3月9日，硅基智能旗下數字人模型HeyGem.ai宣佈開源，截至目前，該模型在GitHub上已獲得超過1.3k Stars。

作為當下AI行業為數不多能夠找到PMF（產品市場匹配）的領域，數字人已經讓很多企業賺到大錢。例如專注海外市場的中國數字人企業HeyGen，在去年年中就宣佈實現ARR（年度經常性收入）3500萬美元。

因此，市面上好用的數字人產品基本都是付費，開源產品效果相對不佳。

但是HeyGem作為一個非常輕量化的開源免費產品，從演示視頻來看效果非常不錯，其官方簡介也將自己稱為HeyGen平替。

此次開源的HeyGem.ai模型，通過“1秒視頻或1張照片"的輸入，可以實現30秒克隆形象與聲音、60秒生成4K超清視頻，並在複雜場景下仍能保持100%口型匹配及多表情動作輸出，性能達全球TOP級水平。

技術層面，該模型的推理速度達1:0.5，32幀/秒超高清4K輸出，超越電影級標準。

同時，模型支持Docker一鍵部署，最低NVIDIA 1080Ti顯卡即可運行。可一鍵安裝於Windows和Linux系統，在本地實現完整的數字人克隆和視頻合成，無需額外的算力投入。

值得注意的是，此次硅基智能在GitHub開源硅基數字人克隆模型的同時，特別提供了硅基數字人克隆同名軟件安裝包，使得即便是缺乏編程經驗的用户，也能在本地環境中一鍵安裝並直接使用，實現了零代碼門檻。

正是由於這種高質量、低門檻的表現，HeyGem.ai被視為首個開源免費的商用級別克隆數字人模型。對於規模巨大的電商行業來説，這無疑是一個新的營銷利器。

那麼HeyGem.ai開源且好用的原因何在？

值得注意的是，硅基智能在底層技術路線上與其它產品有所區別。

硅基智能成立於2017年8月，總部位於中國南京，早在生成式AI技術火爆之前就已經佈局數字人技術，其底層模型專為數字人打造，並非Sora這類通用視頻生成模型，在成本端擁有天然優勢。

而硅基智能方面也向觀察者網透露，既然選擇開源，就代表了技術上的自信，意味着公司將來還能夠不斷拿出更好的產品。

硅基智能創始人司馬華鵬表示，硅基智能成立之初就確立了為世界造出1億硅基生命的使命，這次開源就是為了加速這個使命的達成。

事實上，HeyGem.ai並非憑空出現，早在2024年5月硅基智能就已率先開源了全球首個2D真人級別、支持AIGC即時渲染的數字人模型代碼——duix.ai。在GitHub上線以來，已獲得超過4.5k Stars。同年8月，硅基智能推出高保真、即時Face swap算法ReHiFace-S，只需一張照片，無需任何數據訓練，一鍵即可將視頻中的臉部替換為你選擇的人物形象。

在實際應用中，硅基數字人克隆能夠通過語音或文字輸入驅動，克隆後的數字人音色支持英、日、韓、中、法、德、阿拉伯和西班牙語這8種語言輸出，為跨國企業、在線教育、影視製作、直播營銷等多場景提供了高效、低成本的解決方案。

但在技術之外，面對由字節跳動等大公司推出的即夢、剪映等產品的競爭，對於硅基智能這類垂直企業，以開源方式儘快搶佔市場並搭建開發者生態，或許也是商業層面必須要做出的選擇。

本文系觀察者網獨家稿件，未經授權，不得轉載。