山东
分享至
IT之家 2 月 13 日消息，社交平台 Soul 官方今天在公众号宣布开源实时数字人生成模型 SoulX-FlashHead，能够在单张消费级显卡上实现“高质量高画质”实时数字人。
SoulX-FlashHead 在 RTX 4090、5090 显卡上的表现如下：
- Lite 版本（高速率）：单卡 4090 推理帧率可达 96 FPS，只需要 6.4G 显存，最高支持 3 路并发。
- Pro 版本（高画质）：单卡 5090 推理帧率 16.8 FPS，双卡可实现 25 FPS+，FID（视觉质量指标）和 Lip-sync（唇形一致指标）在跑分中上达到 SOTA，解决“小模型没好画质”的行业痛点。
据介绍，这款模型的参数量为 1.3B，在训练时使用了双向蒸馏机制（Oracle-Guided Distillation），利用 Ground Truth 作为先知锚点进行强约束，能够让人物特征始终保持稳定，就像给模型装上了校准器一样。
同时，这款模型还在 10000+ 小时训练素材中精炼出 782 小时的高质量音画数据，经过切分、DWpose 关键点、唇形一致分数过滤等多个处理步骤，为模型提供纯净“养料”。
应用方面，这款模型可以用于 7x24h 矩阵直播、游戏 NPC 引擎以及 AI 一对一外教等场景，IT之家附上开源地址如下：
- 论文：https://www.arxiv.org/pdf/2602.07449
- 项目：https://soul-ailab.github.io/soulx-flashhead/
- 代码：https://github.com/Soul-AILab/SoulX-FlashHead
- 模型：https://huggingface.co/Soul-AILab/SoulX-FlashHead-1_3B
- 数据集：https://huggingface.co/datasets/Soul-AILab/VividHead
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
