info.md

1. 比较模型

• 提前调研：模型大小，资源需求（1个80g显存卡可inference），是否提供inference code和weight(可测试)，长视频生成能力，avatar生成能力
• 在 1个 80g卡下可测试推理能力，可以测同一个模型提供的不同模型大小的的效果
  1. 通用视频生成
  2. 离线视频生成模型 1. Wan2.2 2. Hunyuanvideo-1.5 3. Skyreels v3
  3. 自回归视频生成模型 1. Self-forcing 2. Longlive
  4. 联合音视频生成 1. Mova 2. ltx-2 3. ovi
  5. Avatar视频生成
  6. 离线视频生成 1. Echomimic2 2. Hallo3 3. Hunyuanvideo-avatar 4. wan2.2-s2v 5. Omniavatar 6. multitalk 7. Longcat-video 8. Stableavatar 9. fantasytalking
  7. 自回归视频生成 1. Liveavatar 2. livetalk 3. SoulX-FlashTalk

2. 素材和标准

• 主要测试avatar的表现能力，根据模型本身的能力，提供text/image/audio
• 提供标准可复用的提示测例text/image/audio
  1. 素材
  2. Audio 1. 讨论/唱歌
  3. Reference image 1. 半身/全身 2. 站着/坐着/躺着
  4. 情景 1. 演讲/下棋/弹琴/跳舞 2. 微笑/愤怒/悲伤
  5. 标准（长时间生成）
  6. 画面的稳定性
  7. 人物的一致性
  8. 音频嘴形一致性
  9. 面部神态丰富度
  10. 全身动作丰富度