Характеристики

Лицензия: Apache 2.0
Базовая модель: Wan2.1-T2V-14B
Опубликована: 11 авг 2026

Ссылки

Hugging Face

Chanjing-Avatar-14B

cicada-ai

Видео из изображенияИзображение, текст → видео3 профессии

Модель создаёт синхронизированное с аудио видео говорящего аватара в разрешении 720p по референсному изображению.

12скачиваний за 30 дней1лайквеса обновлены26 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Chanjing-Avatar 14B — модель генерации видео с аудиоуправлением от Cicada AI на базе Wan2.1-T2V-14B. Она создаёт видео говорящего аватара в разрешении 720p по референсному изображению и аудиозаписи, синхронизируя движения лица и губ с речью. Модель добавляет к видеодиффузионной архитектуре Wan2.1 аудиомодули, проекцию входа и LoRA-адаптеры; веса представлены в BF16. Для работы отдельно нужны базовая модель Wan2.1 и аудиокодировщик Wav2Vec.

Модель предназначена для создания говорящих аватаров, озвученных портретных видео и другого аудиоуправляемого видео по изображению. Репозиторий распространяется по лицензии Apache-2.0. Качество результата зависит от исходного изображения и аудио; перед использованием изображений и голосов необходимо получить согласие, а синтетические материалы следует явно обозначать.

Сценарии применения

создание говорящего аватара по портрету и записи речи
синхронизация движения губ с аудиодорожкой
генерация озвученного портретного видео
создание аудиоуправляемой анимации лица

Ограничения

Для работы требуются отдельно Wan2.1-T2V-14B и аудиокодировщик Wav2Vec. Необходимо получить согласие на использование исходных изображений и голосов и раскрывать, что видео является синтетическим.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Chanjing-Avatar 14B

Chanjing-Avatar 14B is an audio-driven 720p avatar video generation model based on Wan2.1-T2V-14B. It adds audio conditioning and LoRA adapters to the Wan video diffusion model.

Source code and complete inference instructions: chanjing-ai/Chanjing-Avatar

Chanjing-Avatar Model Family

Chanjing-Avatar 14B: 720p image-to-video generation from a reference image and driving audio.
Chanjing-Avatar V2V 5B: video-to-video generation that preserves source motion and regenerates the speaking face.
Chanjing-Avatar V2V 1.3B: a lighter video-to-video model for audio-driven face animation.

The checkpoint contains audio modules, input projection, and LoRA adapters in BF16. The Wan2.1 base model and Wav2Vec audio encoder are required separately.

Chanjing-Avatar-14B/
|-- config.json
`-- diffusion_pytorch_model.safetensors

hf download cicada-ai/Chanjing-Avatar-14B \
  --local-dir models/Chanjing-Avatar-14B

Users are responsible for obtaining consent for source images and voices and for clearly disclosing synthetic media.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели «картинка → видео» пока не запускаются.

Ревизия весов: f3c44eb