Kandinsky S2V 1.0开源语音驱动视频

AI快讯 · 2026-11-03

据探How社区同步的项目介绍（2026-11-03），Kandinsky S2V 1.0 开源：分 Lite 2B / Pro 21B；输入单张参考图 + 语音 + 文本，输出 25FPS 长视频，唇形、表情、姿态、手势随语音驱动。以 MIT 许可发布代码与权重；π-Flow 蒸馏版约 5.4× 加速、16 采样步；条件侧基于 Kandinsky 5.0 Video 与 Qwen2.5-Omni。短剧侧可用于对口型与配音驱动镜头预演，降低「先出画面再硬贴声」的返工。工具选型见 AI漫剧工具、AI短剧口型对齐；需要口型产线陪跑可到 合作页 留言。

来源：探How：Kandinsky S2V 1.0项目介绍

来源：探How社区同步 / 项目介绍