/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
21,3 ГБ
Архитектура
qwen3 · dense
Опубликована
11 июн 2026

Ex-Omni

Генерация текстаТекст → текст3 профессии

Ex-Omni принимает текст или речь и генерирует ответы текстом, речью и параметрами мимики для виртуального говорящего лица.

11скачиваний за 30 дней0лайковвеса обновлены11 июн 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Ex-Omni — мультимодальная система генерации ответов, опубликованная разработчиками проекта Ex-Omni. Она принимает текст или речь и может выдавать текстовый ответ, речевые единицы или декодированное аудио, а также 52-мерные коэффициенты мимики лица с возможностью рендеринга видео говорящего лица. В метаданных указана плотная архитектура на базе Qwen3 класса LlavaHerQwen3ForCausalLM, 7,6 млрд параметров, контекст 40 960 токенов и формат safetensors.

Модель предназначена для мультимодальных диалоговых систем и создания виртуальных собеседников с синхронизированными речью и мимикой. Для запуска требуются дополнительные декодеры GLM-4-Voice и внешний шаблон Claire; README не сообщает лицензию и поддерживаемые естественные языки. Карточка описывает публичный выпуск, но не приводит оценок качества или сведений о готовности к промышленной эксплуатации.

Сценарии применения

  • создание диалогового виртуального собеседника с речевым ответом
  • генерация синтезированной речи по текстовому ответу
  • генерация ответа на входную речь
  • анимация мимики лица по диалоговому ответу
  • рендеринг видео говорящего лица

Ограничения

Для инференса требуются отдельные декодеры GLM-4-Voice и внешний шаблон Claire, который не распространяется в репозитории. README не приводит сведений о лицензии, качестве и поддерживаемых языках.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Ex-Omni is an public release for omni-modal response generation. Given text or speech input, the system can produce response text, speech units / decoded audio, and 52-dimensional facial blendshape coefficients, with optional rendering into a talking-face video.

📖 Table of Contents

🗂️ Repository Structure

.
├── asset/                              # Download the mesh templates here, e.g. EmoTalk.npz
├── cosyvoice/                          # Runtime audio decoder modules
├── deploy.py                           # Main Gradio entrypoint
├── deploy_base.py                      # Shared inference pipeline and UI logic
├── ex_omni/
│   ├── constants.py                    # Runtime constants
│   ├── flow_inference.py               # Audio decoder wrapper
│   ├── render_utils.py                 # Blendshape rendering utilities
│   └── model/
│       ├── language_model/             # Omni model wrapper
│       ├── speech_encoder/             # Whisper speech encoder
│       ├── speech_projector/           # Speech projector
│       ├── speech_generator/           # Speech generator
│       └── blendshape_generator/       # Blendshape generator
├── requirements.txt                    # Python dependencies
└── LICENSE.txt                         # License file

⚙️ Quick Start

Installation

# 1. Create and activate environment
conda create -n Ex-Omni python=3.10 -y
conda activate Ex-Omni

# 2. Install PyTorch (example: CUDA 12.6)
pip install torch torchaudio --index-url https://download.pytorch.org/whl/cu1216

# 3. Install project dependencies
pip install -r requirements.txt

# 4. Install pytorch3d separately according to your CUDA / PyTorch version
# See official pytorch3d installation instructions

Checkpoints and Assets

Prepare the following assets before running inference:

ComponentExpected PathSource
Ex-Omni checkpointckpt/Ex-Omni/Hugging Face
Flow decoder checkpointckpt/glm-4-voice-decoder/flow.ptHugging Face
HiFT decoder checkpointckpt/glm-4-voice-decoder/hift.ptHugging Face
EmoTalk mesh templateasset/EmoTalk.npzGitHub
Claire mesh templateasset/claire.npzHugging Face Datasets

The Claire template is not redistributed in this repository. Please obtain the original Claire asset yourself and convert it into the .npz format.

Launch the Demo

python deploy.py \
  --model-path ckpt/Ex-Omni \
  --flow_ckpt_path ckpt/glm-4-voice-decoder/flow.pt \
  --hift_ckpt_path ckpt/glm-4-voice-decoder/hift.pt \
  --template_type emotalk \
  --port 8080

Then open:

http://localhost:8080

🙏 Acknowledgements

We would like to thank the authors of OpenOmni, LLaMA-Omni2, EmoTalk and UniTalker. Parts of the implementation and overall system design were developed with reference to their open-source release.

📄 Citation

If you use this project, please cite our paper:

@misc{zhang2026exomnienabling3dfacial,
      title={Ex-Omni: Enabling 3D Facial Animation Generation for Omni-modal Large Language Models}, 
      author={Haoyu Zhang and Zhipeng Li and Yiwen Guo and Tianshu Yu},
      year={2026},
      eprint={2602.07106},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2602.07106}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlavaHerQwen3ForCausalLM
Ревизия весов
0303b4b

0 моделей