昆仑科技发布SkyReels-A3：数字人创作技术的飞跃

昆仑万维集团正式推出SkyReels-A3模型，这是一款基于Diffusion Transformer（DiT）视频扩散模型的尖端音频驱动数字人创作工具。此次发布标志着数字内容创作的重要里程碑，用户可生成任意时长、语音同步的逼真数字人。

SkyReels-A3工作原理

SkyReels-A3的核心功能围绕静态图像或视频的动态化展开。用户上传肖像图片及对应语音录音后，模型将生成与音频同步的说话或歌唱视频。该工具还支持通过结合肖像图片、语音输入和文本提示来创建全新视频内容，以控制主体的动作。

高级功能

• 动态台词替换：可通过更改现有视频中的台词，同时自动调整嘴型、表情和表演以保持连续性
• 延长视频输出：支持长达60秒的单镜头视频及不限时长的多镜头序列
• 精准镜头控制：集成基于ControlNet的镜头控制模块，提供八个预设镜头参数，强度可在0-100%间调节以实现专业级效果

针对实际应用优化

昆仑万维特别针对直播和电商等实际场景优化了SkyReels-A3，提升了视频一致性和互动动作的自然度。该模型在音乐视频、影视片段和教育内容等创意领域同样表现出色。

核心亮点

• 语音驱动动画：将静态图像转化为会说话/唱歌的数字人
• 专业级输出：提供精准镜头控制与延长视频时长功能
• 广泛适用性：适用于广告、直播、娱乐及教育领域
• 开放获取：模型可通过Hugging Face获取

SkyReels-A3的发布降低了高质量数字内容创作的门槛，为多行业提供低成本高效解决方案。随着昆仑万维持续创新，声音与图像的界限进一步模糊——为个性化互动媒体开辟了新可能。