全球首款开源AIGC数字人模型：免费使用，手机端即可运行！

于 2025-04-08 14:27:46 发布
阅读量1.4k 收藏 18
点赞数 20
文章标签： 开源 AIGC 人工智能 程序员 大模型入门 AI 大模型
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_84204207/article/details/147067760
版权

在数字化浪潮的推动下，人工智能技术正以前所未有的速度渗透到各行各业中， 越来越多的AI概念正在深入我的的生活。

不少公司正在开发AI伴侣应用程序，这些应用程序能够提供情感支持和陪伴，如Replika AI，它允许用户与一个AI聊天机器人建立关系，随着时间的推移，AI伴侣会学习用户的偏好和习惯。

在这里插入图片描述

今天开源君就来和大家分享一个非常有趣的开源项目 - duix.ai，让开发者能够轻松创建和部署虚拟数字人。

项目地址：https://github.com/GuijiAI/duix.ai

简介

duix.ai，全称为"Dialogue User Interface System"，是一个集成了数字化虚拟人与AI技术的开源项目，由硅基智能开发的，旨在打造一个数字人智能交互平台。它通过结合最新的人工智能研究成果，为用户提供了一系列强大的功能和工具，使得虚拟人不仅能够进行智能交互，还能够在多种商业场景中得到应用。

在这里插入图片描述

duix.ai允许开发者在Android和iOS等设备上一键部署，为用户提供即时的虚拟人互动体验。这个SDK不仅提供了直观的效果展示，还支持用户进行二次开发，可以根据提供的开放文档轻松开发出定制化的虚拟人应用。

在这里插入图片描述

duix.ai的目标是降低技术门槛，让更多企业和开发者能够快速接入并利用AI技术，推动数字化转型。不仅代表了技术的进步，更是对未来人机交互方式的一次大胆探索。

性能特色

  • 一键快速集成：无需客户提供技术团队进行配合，支持低成本快速部署在多种终端及大屏。

  • 网络依赖小：无网络环境可运行。

  • 可自由定制：可根据客户需求满足视频、媒体、客服、金融、广电等多个行业的多样化需求。

  • 画质流程清晰：模型支持50帧/秒以上的超流畅画面质量，超电影级标准的24帧/秒。

  • 突出的实时渲染能力：视频生成效率超过1:0.5（生成时长：生成耗时），达到直播/实时交互应用标准。

  • 真人级的交互质量:模型对动作、微表情乃至声音唇形的精准同步，实现。

  • 模型对算力要求低:无论是个人电脑、平板、车载系统，甚至是手机，都能流畅运行。

快速安装使用

Duix.ai提供了详细的文档和示例代码，帮助开发者快速上手。无论是Android还是iOS平台，Duix.ai都提供了相应的SDK和API，使得集成变得简单快捷。

Android平台上，需要支持Android 7.0至Android 13系统，硬件至少需要4核CPU和4G内存。

  • 在 build.gradle 文件中添加依赖配置。

  • 配置: 在AndroidManifest.xml中添加必要的权限，如INTERNET和MODIFY_AUDIO_SETTINGS等。

  • 初始化: 在应用的onCreate()方法中初始化DUIX对象，并设置回调以处理SDK事件。

  • 渲染: 使用RenderSink接口来接收和渲染数字人形象。

  • 播报: 通过提供wav文件路径启动数字人播报功能。

iOS平台，则需要Xcode和iOS 12.0以上环境，iPhone X及以上设备。

  • 安装: 通过Xcode将DUIX SDK集成到iOS项目中。

  • 初始化: 使用GJLDigitalManager类初始化数字人模型，并指定显示视图。

  • 渲染: 调用toStart方法开始渲染数字人。

  • 播报: 使用toSpeakWithPath方法播放音频文件，驱动数字人进行播报。

  • 控制: 提供了取消播放、暂停、播放和结束渲染的方法。

在这里插入图片描述

以上这些步骤提供了在Android和iOS平台上使用duix.ai SDK的基本流程。具体的实现和配置细节需要参考项目的详细文档和示例代码。

项目体验展示

接下来开源君带大家来看看，duix.ai数字人的实时驱动效果。

比如类似野蛮女友的风格

情感大师的风格

duix.ai项目提供了14个内置的数字人形象，可以直接体验数字人的魅力。

内置的模特模板和AI模型包可以通过公网地址下载，可以快速开始数字人的定制和开发。

GitHub上官方已多次更新，后续将更新上线更多数字人形象模型。

在这里插入图片描述

小结

duix.ai是一个非常有前景的开源项目，不仅提供了一个功能强大的数字人SDK，还通过完全开源的方式，鼓励和支持开发者进行创新和优化，为整个行业提供了一个创新的平台。无论是对于企业还是个人开发者来说，duix.ai都是一个值得关注和尝试的项目。

AI大模型学习福利

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

在这里插入图片描述

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

在这里插入图片描述

在这里插入图片描述

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。
在这里插入图片描述

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。
在这里插入图片描述

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
在这里插入图片描述

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

在这里插入图片描述

清华和哈工大把大模型量化做到了1比特，把世界顶尖多模态大模型开源大模型量化个人电脑运行！机器人领域首个开源视觉-语言操作大模型，激发开源VLMs更大潜能，视 Mamba速度提升2.8倍，内存能省87%
代码讲故事
04-27 1399
清华和哈工大把大模型量化做到了1比特，把世界顶尖多模态大模型开源大模型量化个人电脑运行！机器人领域首个开源视觉-语言操作大模型，激发开源VLMs更大潜能，视 Mamba速度提升2.8倍，内存能省87%。
全球首个开源AIGC数字人模型免费使用，手机端可跑！
m0_59164304的博客
06-17 6337
duix.ai，全称为"Dialogue User Interface System"，是一个集成了数字化虚拟人与AI技术的开源项目，由硅基智能开发的，旨在打造一个数字人智能交互平台。它通过结合最新的人工智能研究成果，为用户提供了一系列强大的功能和工具，使得虚拟人不仅能够进行智能交互，还能够在多种商业场景中得到应用。duix.ai允许开发者在Android和iOS等设备上一键部署，为用户提供即时的虚拟人互动体验。
从零开始，手把手教你打造专属HeyGem 开源AI数字人！
学会分享
03-19 3565
今天，我就来手把手教你如何从零开始，打造一个属于你自己的AI数字人。安装过程中，系统会提示你设置新的用户名和密码，记住它们，后面会用到。第一次执行命令其实是相当于安装运行环境，可能需要再运行一次wsl --install来安装Linux系统，默认安装的是Ubuntu。安装完成后，你会在Docker中看到三个服务，这就表示安装成功了。你有没有想过，如果你的AI数字人可以帮你完成一项任务，你最希望它帮你做什么？如果你的C盘空间不足，别担心，安装完Docker后，你可以选择其他磁盘文件夹来存储这些文件。
全球首个数字人，开源！
公众号：逛逛GitHub
06-24 5635
全球首个 2D 真人级、AIGC 实时渲染数字人模型开源了！DUIX 是硅基智能打造的数字人智能交互平台。开源项目提供了详细的开放文档，方便你轻松开发出定制化的虚拟人应用。借助这个开源项目，开发者能够在 Android 或者 iOS 上一键部署数字人，为你的用户提供即时的虚拟人互动体验。硅基数字人SDK是完全开源的，底层推理引擎以及上层的商业化应用逻辑都开放了源代码。你可以深入了解其工作原理，并进...
【全球首个开源AI数字人】DUIX数字人-打造你的AI伴侣！
热门推荐
寻道AI，探索AI无限可能！
06-29 1万+
数字人技术，作为人工智能领域的一个重要分支，近年来得到了迅猛发展。随着计算能力的提升、算法的优化以及大数据的积累，虚拟数字人不仅在外观上越来越接近真人，而且在交互能力上也日益智能化。数字人技术在客服、教育、娱乐等多个领域展现出广泛的应用前景。
全球首款开源数字人模型duix.ai，全面解读！
趣谈前端
08-06 9753
嗨，大家好，我是徐小夕。最近一直在研究 AI大模型 在业务场景中的应用，刚好发现一款非常有意思的开源数字人模型——duix.ai.image.png它是硅基智能打造的数字人智能交互平台。而duix-ai就是基于DUIX开源的全球首个2D真人级、AIGC实时渲染数字人模型，该项目不仅提供了直观的效果展示，还支持用户进行二次开发.项目从底层推理引擎及上层的商业化应用逻辑也都开放了源代码，方便开发者可以...
开源AI数字人系统AigcPanel
xuweilin的博客
12-31 900
AigcPanel是一个简单易用的一站式AI数字人系统，它以其丰富的功能特性、良好的跨平台性、积极的开源共享精神以及持续的版本更新优化，为广大用户和开发者在AI数字人创作领域提供了一个极具价值的平台。
几个跟数字人项目相关的开源大模型
AI_SHELL的博客
12-13 2425
目前很多大模型如雨后春笋般涌现出来，都有点心慌了。冷静下来还是需要一个个去识别哪些对自己有用。
我开源了一个可以在移动端上运行的超轻量级2D数字人模型
weixin_39425739的博客
10-11 748
github链接：https://github.com/anliyuan/Ultralight-Digital-Human。模型基于Unet和ASR音频编码器。感兴趣的同学可以来看看。
开源数字人模型Heygem
xiangzhihong8的专栏
03-11 2479
Heygem 是硅基智能推出的开源数字人模型，专为 Windows 系统设计。基于先进的AI技术，仅需1秒视频或1张照片，能在30秒内完成数字人形象和声音克隆，在60秒内合成4K超高清视频。Heygem支持多语言输出、多表情动作，具备100%口型匹配能力，在复杂光影或遮挡场景下能保持高度逼真的效果。Heygem 基于全离线运行模式，保护用户隐私，支持低配置硬件部署，极大地降低使用门槛，为内容创作、直播、教育等场景提供高效、低成本的数字人解决方案。
【AI数字人】全球首个真人级AIGC实时渲染数字人模型开源了！
m0_56144365的博客
12-18 1756
全球首个2D真人级AIGC实时渲染[数字人]模型开源了！这是数字人技术界的一次大爆炸，我们即将迈入一个全新的交互时代，一个由数字人代理引领的时代。
python全球首款开源的堡垒机
04-24
在全球范围内，首款开源的Python堡垒机开创了新的安全运维模式，使得广大开发者和企业能够免费使用并参与到其开发过程中，这无疑为信息安全领域带来了革命性的变化。 这款堡垒机遵循GPLv3（GNU General Public ...
三星开发出全球首款65纳米数字电视接收芯片
12-02
三星电子在全球半导体行业中一直扮演着技术创新者的角色，这次推出的65纳米数字电视接收芯片再次证明了这一点。这一创新标志着电视接收技术的一个重要里程碑，因为它是业界首次采用如此先进的制程工艺来制造数字电视...
RFID技术中的Broadcom发布全球首款65纳米数字电视单芯片接收器
11-21
Broadcom(博通)公司近日发布全球首款支持DVB-T和DVB-H标准的65纳米数字电视单芯片接收器。此片上系统接收器创立一项新的无线电性能记录，其尺寸和功耗可以满足提供移动电视应用的手机和其他便携设备的苛刻要求。这项...
智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐
丨汀、的博客
07-25 8542
智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐
1 个适合小白 AI 数字人系统开源了！
公众号：逛逛GitHub
02-19 296
AigcPanel 是一个简单易用的开源 AI 数字人系统，旨在为用户提供全方位的 AI 视频合成、语音合成、语音克隆功能。它的设计理念是使普通用户也能轻松上手，简化了本地模型的管理及导入过程。该系统支持多种模型的一键启动，并提供直观的界面，允许用户进行视频与声音的合成与克隆。???? 核心功能AigcPanel 作为小白也会用的一站式 AI 数字人系统，基于 Vue 开发，集成了三大核心功能：① 视频...
深度解析：打造基于大型模型的实时互动3D数字人
2401_84204207的博客
09-04 4400
借助iPhone实现面部表情捕捉并用于数字人：本图片来自Unreal官方网站。
一款开源的AI数字人制作工具，用一张图片、一段音频，合成面部说这段语音的视频
2401_85116933的博客
11-29 1261
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
数字人接口
最新发布
03-27
<think>好的，用户想了解或使用数字人相关的API接口，特别是使用说明、文档和示例。首先，我需要根据提供的引用内容，尤其是引用[2]和引用[3]，来构建回答。 首先，引用[2]提到有一个免费的数字人API接口，可以部署到自己的服务器，并带有平台源码。这可能是一个重要的点，用户可能对免费和可自部署的选项感兴趣。需要详细说明如何获取和部署这个API，可能包括源码的获取方式、部署步骤等。 接下来，引用[3]关于Gemini API的使用提示，特别是文件API处理大文件的部分。虽然用户主要询问数字人API，但Gemini API可能在某些情况下相关，比如处理媒体文件。需要确认是否数字人API涉及大文件上传，如果有的话，可以引用Gemini的文件API处理方法作为参考。 引用[4]提到了接口文档的结构，包括RequestVo和ResponseVo，这可能帮助用户理解如何构造请求和解析响应。需要解释这些概念，并给出示例，比如Java或Python的代码片段。 引用[5]中的Spring Boot启动类示例，可能对Java用户有用，特别是如果他们需要集成API到Spring应用中。可以提供一个简单的Spring Boot示例，展示如何调用数字人API。 然后，用户需要具体的文档和示例。由于引用[2]提到有API平台源码，可能需要指导用户如何访问该源码，查看文档，并运行示例。比如，可能需要克隆GitHub仓库，查看README，运行特定命令启动服务。 需要注意，引用[2]中的数字人API是免费的，但可能需要认证，引用[1]提到某些API需要认证，但不确定是否适用。如果有关于认证的信息，需要明确说明，比如是否需要API密钥，如何获取等。 此外，用户可能需要了解数字人API的功能，比如是否支持语音合成、图像生成、视频生成等。根据引用内容，可能无法详细得知，但可以建议用户查阅具体的API文档，或尝试提供的示例代码来测试功能。 最后，生成相关问题，帮助用户深入探索，比如性能优化、应用场景、与其他API对比等，这些都需要基于现有引用和常见问题来设计。 需要确保回答结构清晰，分步骤说明，代码示例正确，符合用户的中文要求，并且引用正确。同时，检查是否有遗漏的引用内容，比如引用[1]中的公共API列表可能不相关，但引用[2]和[3]是关键。</think>### 数字人API接口使用说明与示例 #### 1. 接口基础信息 - **功能定位**：数字人API主要用于生成虚拟形象、语音交互、动作模拟等场景，适用于智能客服、虚拟主播、教育助手等领域。 - **认证方式**：部分接口需要API密钥认证（如OAuth 2.0），但引用[2]提到的免费接口可能无需复杂认证[^2]。 #### 2. 接口调用流程 **步骤1：获取API源码与部署** ```bash # 克隆仓库（示例命令，需根据实际仓库地址调整） git clone https://github.com/xxx/digital-human-api.git cd digital-human-api # 启动服务（假设使用Java Spring Boot框架） mvn spring-boot:run ``` 部署成功后，默认访问地址为 `http://localhost:8080`[^5]。 **步骤2：接口请求格式** - **请求示例**（JSON结构）： ```json { "text": "你好，我是数字人助手", "voice_type": "female_01", "animation": "wave_hand" } ``` 对应Java实体类（引用[4]的`RequestVo`）： ```java public class DigitalHumanRequestVo { private String text; private String voiceType; private String animation; // getters and setters } ``` **步骤3：响应解析** - **响应示例**： ```json { "code": 200, "data": { "video_url": "http://api.example.com/output/1234.mp4", "duration": 15.2 } } ``` 对应Spring Boot统一响应封装（引用[4]的`ResultVo`）： ```java public class ResultVo<T> { private int code; private T data; // 其他字段如message等 } ``` #### 3. 高级功能与注意事项 - **大文件处理**：若需上传视频或3D模型（如超过20MB），可参考Gemini API的File API临时存储方案[^3]。 - **接口调试工具**：推荐使用Postman或Swagger UI（若接口文档集成Swagger）。 #### 4. 示例代码（Python调用） ```python import requests url = "http://localhost:8080/api/digital-human/generate" headers = {"Content-Type": "application/json"} payload = { "text": "欢迎使用数字人服务", "voice_type": "male_02", "animation": "nod_head" } response = requests.post(url, json=payload, headers=headers) if response.status_code == 200: result = response.json() print("生成结果:", result["data"]["video_url"]) else: print("请求失败:", response.text) ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值