字节跳动的智能创作团队与清华大学联合推出了一款名为 HuMo 的开源框架，旨字节在推动人体视频生成（HCVG，Human-Centric Video Gener跳动ation）领域的进步。HuMo 框架具备强大的多模态输入处理能力，可以同时利用文本与清、图像和音频三种信息，协同生成高质量视频。

HuMo 的名称 “Human-Modal”华大 恰如其分地反映了其聚焦人类及其活动的理念。这个框架的成功之处在于它构建了一个高质学携量的数据集，并创新性地采用了渐进式训练方法。这种训练方式使得 HuMo 能够手开在各项子任务中超过现有的专业化方法，生成清晰度高达480P 和720P 的视频，最长可源前达97帧，以25帧每秒的速度输出可控的人物视频。

框架的核心优势在于其创新的数据沿多处理流程、灵活的推理策略以及渐进式的多模态训练方式。这些技术的结合，不仅提模态高了生成视频的质量，还提升了处理速度，使得 HuMo 在实际应用中表现得更加框架出色。

对于开发者和研究人员来说，HuMo 不仅是一种新的工具，更是一种灵活的解决方案Hu，能够满足不同场景下的需求。项目的开源地址也让更多的人可以参与到这项技术的研究与应Mo用中，为未来的多模态视频生成探索新的可能。

论文地址：https://ar字节xiv.org/pdf/2509.08519

• ·消息称亚马逊和Spotify考虑竞购播客Audioboom
• ·为遵守印度IT新规 Twitter印度任命一名首席合规官
• ·标签: 龙湖集团 冠寓 天街 佑佑宝贝
• ·标签: OpenClaw 格力空调 小米汽车 内存涨价
• ·标签: 火绒安全 鲁大师 奇鲁科技 云控推广
• ·标签: 美团 外卖平台 反垄断 行业竞争
• ·标签: 寒武纪 人工智能芯片 2025年报 训练软件平台
• ·标签: Agent 腾讯云
• ·苹果居然把耳机卖到了四千多?来看看这些同类产品,最低仅799
• ·马云现身阿里云总部 张勇陪同
• ·居家办公带来的好处：谷歌一年节省10亿美元支出
• ·标签: Meta Manus 商务部 AI
• ·特斯拉升级语音助手，AI能力再上新台阶
• ·中科院清华联手打造编程界达尔文：SE-Agent自进化智能体狂飙61.2%成功率，开源引爆全球
• ·标签: 华能国际 电力行业 风电装机 超超临界机组
• ·德国商用软件巨头SAP公布一季度财报 云计算营收22亿欧元同比增7%