Modelo de geração de vídeo de personagens que sintetiza vídeos com sincronia labial a partir de vídeos de personagens e áudios de voz fornecidos como entrada, alinhando os movimentos da boca ao conteúdo do áudio.
Provedor do service de inferência
O provedor do service de inferência para videoretalk é o Alibaba Cloud Model Studio.
Capacidades do modelo
Capacidade | Suporte | Capacidade | Suporte |
Modalidade de entrada | Video Audio | Modalidade de saída | Video |
Experiência do modelo | Unsupported | Function Calling | Unsupported |
Saídas estruturadas | Unsupported | Pesquisa na web | Unsupported |
Conclusão de prefixo | Unsupported | Cache de contexto | Unsupported |
Inferência em lote | Unsupported | Fine-tuning | Unsupported |
Limites de contexto
Parâmetro | Valor | Parâmetro | Valor |
Comprimento máximo de entrada | — | Comprimento máximo de saída | — |
Janela de contexto | — |
Limites de taxa
- China (Beijing)
Parâmetro | Valor |
RPM (solicitações por minuto) | 60 |