Loopy是字节跳动推出的音频驱动的模型，用户可以让一张静态照片动起来，照片中的人物根据给定的音频文件进行面部表情和头部动作的同步，生成逼真的动态视频。Loopy基于先进的扩散模型技术，无需额外的空间信号或条件，捕捉并学习长期运动信息，生成自然流畅的动作，适用于娱乐、教育等多种场景。

Loopy – 字节跳动推出的音频驱动的AI视频生成模型 第1张
（图片来源网络，侵删）
Loopy – 字节跳动推出的音频驱动的AI视频生成模型 第2张
（图片来源网络，侵删）