HuMo：人本视频生成模型 - 下载

字节跳动研究院推出的统一人本视频生成框架。从文本、图像和音频等多模态输入生成高质量、可控的人体视频。支持文本-图像、文本-音频、文本-图像-音频生成模式。提供1.7B和17B参数版本，支持FP8量化选项。