数字人动画

Soul：为数字人注入生命，实现高保真长期多模态动画

Soul: Breathe Life into Digital Human for High-fidelity Long-term Multimodal Animation

提出基于Wan2.2-5B骨干的多模态驱动数字人动画框架，通过音频注入层和阈值感知码本替换实现长期一致性，并利用步数/CFG蒸馏与轻量VAE实现11.4倍推理加速，为视频生成中的长时一致性和效率优化提供可复用方案。