arXiv · AI· Nathaniel Cohen, Nicolas Dufour, Am\'elie Royer, Alasdair Newson, Patrick P\'erez·· 16 小时前AI 评分27
AURA: 音频驱动流式头像生成
AURA: AUdio-dRiven streaming Avatar
AI 导读
AURA 采用滚动 KV 缓存实现逐块流式视频生成,仅需当前块音频即可启动,无需多秒前瞻。AURA 1.3B 在单 GPU 上以 20.7 fps 实时生成 576p 视频,比双向教师快 23 倍;5B 以 9.7 fps 生成 720p。
来源:arXiv · AI · arxiv.org