1张照片即可生成高清视频，中国公司又把好用的数字人开源了

（文/张睿佳 编辑/张广凯）

AI开源的风，又刮到了数字人领域。

3月9日，硅基智能旗下数字人模型HeyGem.ai宣布开源，截至目前，该模型在GitHub上已获得超过1.3k Stars。

作为当下AI行业为数不多能够找到PMF（产品市场匹配）的领域，数字人已经让很多企业赚到大钱。例如专注海外市场的中国数字人企业HeyGen，在去年年中就宣布实现ARR（年度经常性收入）3500万美元。

因此，市面上好用的数字人产品基本都是付费，开源产品效果相对不佳。

但是HeyGem作为一个非常轻量化的开源免费产品，从演示视频来看效果非常不错，其官方简介也将自己称为HeyGen平替。

此次开源的HeyGem.ai模型，通过“1秒视频或1张照片"的输入，可以实现30秒克隆形象与声音、60秒生成4K超清视频，并在复杂场景下仍能保持100%口型匹配及多表情动作输出，性能达全球TOP级水平。

技术层面，该模型的推理速度达1:0.5，32帧/秒超高清4K输出，超越电影级标准。

同时，模型支持Docker一键部署，最低NVIDIA 1080Ti显卡即可运行。可一键安装于Windows和Linux系统，在本地实现完整的数字人克隆和视频合成，无需额外的算力投入。

值得注意的是，此次硅基智能在GitHub开源硅基数字人克隆模型的同时，特别提供了硅基数字人克隆同名软件安装包，使得即便是缺乏编程经验的用户，也能在本地环境中一键安装并直接使用，实现了零代码门槛。

正是由于这种高质量、低门槛的表现，HeyGem.ai被视为首个开源免费的商用级别克隆数字人模型。对于规模巨大的电商行业来说，这无疑是一个新的营销利器。

那么HeyGem.ai开源且好用的原因何在？

值得注意的是，硅基智能在底层技术路线上与其它产品有所区别。

硅基智能成立于2017年8月，总部位于中国南京，早在生成式AI技术火爆之前就已经布局数字人技术，其底层模型专为数字人打造，并非Sora这类通用视频生成模型，在成本端拥有天然优势。

而硅基智能方面也向观察者网透露，既然选择开源，就代表了技术上的自信，意味着公司将来还能够不断拿出更好的产品。

硅基智能创始人司马华鹏表示，硅基智能成立之初就确立了为世界造出1亿硅基生命的使命，这次开源就是为了加速这个使命的达成。

事实上，HeyGem.ai并非凭空出现，早在2024年5月硅基智能就已率先开源了全球首个2D真人级别、支持AIGC实时渲染的数字人模型代码——duix.ai。在GitHub上线以来，已获得超过4.5k Stars。同年8月，硅基智能推出高保真、实时Face swap算法ReHiFace-S，只需一张照片，无需任何数据训练，一键即可将视频中的脸部替换为你选择的人物形象。

在实际应用中，硅基数字人克隆能够通过语音或文字输入驱动，克隆后的数字人音色支持英、日、韩、中、法、德、阿拉伯和西班牙语这8种语言输出，为跨国企业、在线教育、影视制作、直播营销等多场景提供了高效、低成本的解决方案。

但在技术之外，面对由字节跳动等大公司推出的即梦、剪映等产品的竞争，对于硅基智能这类垂直企业，以开源方式尽快抢占市场并搭建开发者生态，或许也是商业层面必须要做出的选择。

本文系观察者网独家稿件，未经授权，不得转载。