Loopy是由字节跳动和浙江大学的研究团队共同开发的端到端音频驱动的肖像视频生成模型。它通过音频信号生成动态的肖像视频，能够实现音频与视觉内容的同步。

浙江大学推出的 DeepSeek 系列专题线上公开课 是一项旨在深入解析 DeepSeek 技术革新、应用前景及其对社会发展影响的教育活动。

HumanDiT 在包含 14000 小时高质量视频的大型数据集上进行训练，数据通过结构化的数据处理流程收集，涵盖了多种人类动作场景。