EchoShot: Генерация портретных видео с несколькими кадрами
EchoShot : это модель генерации портретных видео с несколькими кадрами на базе Wan2.1. Создаёт согласованные портреты по нескольким эталонным изображениям (NeurIPS 2025).
EchoShot
Wan2.1ПортретМногокадровыйNeurIPS 2025Фреймворк генерации портретных видео с несколькими кадрами на базе Wan2.1. Создаёт согласованные по идентичности портретные видео в разных кадрах с гибким управлением содержимым. Принят на NeurIPS 2025.
| Разработчик | D2I-ai |
| Дата выхода | 2025-06 |
| Архитектура | На основе Wan2.1 с identity LoRA |
| Возможности | Генерация портретных видео с несколькими кадрами из текста с сохранением идентичности |
| Площадка | NeurIPS 2025 |
Обзор
EchoShot : это нативный и масштабируемый многокадровый фреймворк для кастомизации портретных видео на базе Wan2.1. В отличие от традиционных моделей диффузии видео, которые ограничены генерацией одного кадра, EchoShot позволяет создавать несколько видеокадров с одним и тем же человеком в разных сценах и с разными подсказками, сохраняя согласованность идентичности.
Модель использует встраивания identity LoRA для сохранения черт лица между кадрами, что обеспечивает гибкое управление содержимым с помощью настраиваемых текстовых подсказок. Это делает EchoShot подходящим для повествовательных историй, виртуальных аватаров и кинематографической постановки портретных видео, где важна согласованная внешность персонажа в разных сценах.
Интеграция с ComfyUI
EchoShot доступен в ComfyUI через пользовательские узлы Kijai WanVideoWrapper. Варианты моделей fp16 и fp8 размещены на Hugging Face в репозитории Kijai/WanVideo_comfy.
Ресурсы
| Ресурс | Ссылка |
|---|---|
| Статья | arXiv:2506.15838 |
| GitHub | github.com/D2I-ai/EchoShot |
| HuggingFace (оригинал) | JonneyWang/EchoShot |
| HuggingFace (Kijai) | Kijai/WanVideo_comfy |
| Страница проекта | echoshot.org |
Guides and workflows related to this model series.