腾讯混元开源语音数字人模型HunyuanVideo-Avatar:图+音频，让图中的主角说话唱

腾讯开源语音数字人模型HunyuanVideo-Avatar，仅需图片和音频即可生成数字人说话或唱歌视频。该模型能理解音频情感和环境，支持头部、半身、全身驱动，音画同步效果出色，支持多种风格、物种和多人场景。核心技术包括角色图像注入、多模态扩散Transformer架构等。用户可在腾讯混元官网体验。