SkyReels-A3 音频驱动人像视频生成模型

SkyReels-A3 是一个端到端的多模态条件框架，用于合成高保真且时间相干的人体视频。 基于预训练的视频扩散变换器，该框架能够通过多模态输入生成具有多样化且可控条件的长视频。它接受任何宽高比...