文本驱动

Heygem是硅基智能开发并开源的Windows全离线AI数字人视频合成工具，支持精准外貌与声音克隆，可依托高精度AI算法捕捉面部特征与声音细节，支持多语言多模型，能生成逼真虚拟形象与高质量视频内容，可通过文本或语音驱动数字人生成对应视频。

字节跳动与南洋理工大学联合推出的开源AI多镜头长视频生成框架，为视频创作者、AI开发研究者提供文本驱动的定制化镜头生成能力，保障长视频叙事一致性，降低AI生成长视频的技术门槛，支撑AI视频生成领域的技术研究与创新落地场景。