EchoMimicV3 和大家见面了

她/他是吹拉弹唱的数字人「艺术生」，也是更快（速度）、更高（质量）、更强（泛化）、更统一（多任务）的数字人「体育生」

【核心功能】

用户仅需上传照片+文字+语音，就可以生成口播、歌唱、卡通等丰富场景的数字人

【技术亮点】

1B量级轻量模型 ｜Soup-of-Tasks, Soup-of-Modals架构｜免配对DPO后训练｜长视频推理CFG改进

arxive论文：https://arxiv.org/abs/2507.03905

项目主页：https://antgroup.github.io/ai/echomimic_v3/

GitHub：https://github.com/antgroup/echomimic_v3

开源模型： https://huggingface.co/BadToBest/EchoMimicV3