畅游Diffusion数字人(26)：腾讯音频驱动数字人技术Sonic

畅游Diffusion数字人(0)：专栏文章导航

前言：之前绝大多数Diffusion数字人都是基于AnimateDiff基础模型的，基于SVD基础模型的非常少。最近腾讯发布了基于SVD的数字人技术Sonic，效果非常好，甚至比基于CogVideox的Hallo3的还要惊艳，值得深入研究。

目录

贡献概述

主要动机

方法详解

1、音频特征加入

2、Context-enhanced audio learning

3、Motion Controller

4、cfg

---

贡献概述

作者自己总结的四点贡献：

1. 我们提出了一种新颖的统一范式，没有视觉运动的