EchoShot : génération de vidéos portrait multi-plan
EchoShot est un modèle de génération de vidéos portrait multi-plan basé sur Wan2.1. Produit des portraits cohérents à partir de plusieurs images de référence (NeurIPS 2025).
EchoShot
Wan2.1PortraitMulti-ShotNeurIPS 2025Framework de génération de vidéos portrait multi-plan basé sur Wan2.1. Génère des vidéos portrait cohérentes en identité sur plusieurs plans avec un contrôle flexible du contenu. Accepté à NeurIPS 2025.
| Développeur | D2I-ai |
| Date de publication | 2025-06 |
| Architecture | Basée sur Wan2.1 avec LoRA d’identité |
| Capacités | Génération de vidéos portrait multi-plan texte-vers-vidéo avec cohérence d’identité |
| Lieu de publication | NeurIPS 2025 |
Présentation
EchoShot est un framework multi-plan natif et scalable pour la personnalisation de vidéos portrait, construit sur Wan2.1. Contrairement aux modèles de diffusion vidéo classiques limités à la génération d’un seul plan, EchoShot permet aux utilisateurs de générer plusieurs plans vidéo montrant la même personne dans différents décors et instructions, tout en conservant une cohérence d’identité.
Le modèle utilise des embeddings LoRA d’identité pour préserver les traits du visage d’un plan à l’autre, offrant un contrôle flexible du contenu grâce à des invites textuelles personnalisées. EchoShot est ainsi particulièrement adapté à la narration, aux avatars virtuels et à la production de vidéos portrait cinématographiques où l’apparence cohérente du personnage à travers des scènes variées est essentielle.
Intégration ComfyUI
EchoShot est disponible dans ComfyUI via les nœuds personnalisés Kijai WanVideoWrapper. Les variantes de modèles fp16 et fp8 sont hébergées sur Hugging Face sous Kijai/WanVideo_comfy.
Ressources
| Ressource | Lien |
|---|---|
| Article | arXiv:2506.15838 |
| GitHub | github.com/D2I-ai/EchoShot |
| HuggingFace (Original) | JonneyWang/EchoShot |
| HuggingFace (Kijai) | Kijai/WanVideo_comfy |
| Page du projet | echoshot.org |
Guides and workflows related to this model series.