酷，中山大学、美团等的项目，音频驱动的多人对话视频生成工具：MultiTalk，从效果看人物唇形同步的一致性非常高
给它多条音频、一张参考图像、以及一段文字提示，它可以生成一段包含多人对话，或唱歌的互动视频
支持互动控制、卡通风格
论文：https://arxiv.org/pdf/2505.22647 github：https://github.com/MeiGen-AI/MultiTalk 代码暂时还未出
449129664-e55952e6-e1b2-44a5-9887-a89307a378da.mp4