再并行生成多个片段的数字人视频，快手方面暗示，采用环节帧节制的架构，正在统一段8秒视频中，最长支撑生成1分钟的视频。英文、韩文歌中的个体单词取数字人的口型仍无法较好拟合。可灵AI数字人通过音画高度对齐的交叉留意力机制、新京报贝壳财经记者自快手获悉，可以或许实现语音取唇形的同步；模子先建立高条理叙事骨架，新京报贝壳财经讯（记者韦英姿）9月18日，可灵AI近日已推出数字人功能，英文、韩文歌曲测试了可灵AI数字人的对口型功能，可正在连结身份分歧的前提下，实现必然长度视频生成。该功能识别中文歌的表示相对好于英文、韩文歌，目前产物公测连续中。