推荐文章8
李宇明：揭秘生成式数字人技术与 EchoMimic 实践
InfoQ
AI 摘要
支付宝李宇明介绍生成式数字人技术，对比传统 2D、3D 数字人，其成本低、控制方便但技术新、推理成本高。EchoMimic 开源且经优化提速，可用于多模态交互、AI 创作、广告等场景。
阅读原文 · InfoQ
构建会“说话”和“行动”的 AI：生成式数字人技术与 EchoMimic 实践
在 QCon 全球软件开发大会上，支付宝李宇明围绕 EchoMimic 介绍生成式数字人进展、技术、应用及研究思路。对比传统数字人，生成式数字人成本低、易控制，但也有技术新、推理成本高的问题。EchoMimic 两版本已开源，经优化推理速度可提升。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
产品应用8
DeepSeek新模型：性能优且千元图成本不到20美分
DeepSeek首个多模态视觉模型deepseek-v4-flash-vision-exp上线DeepSeek API平台。文本能力与V4-Flash持平，多模态Agent能力逼近Opus-4.8，分析1000张图成本不到20美分，还上线免费Files API。
AIGC开放社区
算法论文8
RefCaptioner 让视频与参考图精准对应
多模态大模型处理多参考图与视频对应关系能力不足。为此提出 RefCaptioner，强化模型对参考图识别感应能力、优化输出格式与奖励函数；还构建 MRVBench 评测基准，实验显示其表现优异。
机器之心
开源动态8
上海交大开源 HLL，测 Agent 验证码处理能力
随着多模态大模型发展，Web Agent 面临验证码挑战。上海交通大学等团队发布 HLL 评测基准，解耦真实度为三维度，对 8 款前沿模型测试，揭示 Agent 在多步交互微操上的短板。
深度学习自然语言处理
新闻资讯7
北京AIGC创新中心推动视听产业发展
北京AIGC视听产业创新中心位于朝阳区，由多方参与，采取‘共创、共建、共享’模式。首创郎园负责运营，提供六大服务平台，促进成果转化与场景落地，截至2025年8月已汇聚近百家生态合作伙伴。
郎园Station