✨ مدل HuMo: مدل تازه‌ای از ByteDance

❇️ مدلی ویژه‌ی تولید ویدئو با تمرکز بر حضور انسان، همراه با امکان کنترل از طریق حالت‌های گوناگون: متن، تصویر و صدا.

❇️ ورودی‌های مدل می‌تواند شامل ترکیب‌هایی مانند: متن + تصویر، متن + صدا، یا متن + ویدئو باشد.

❇️ پشتیبانی از حفظ هویت کاراکتر و هماهنگ‌سازی حرکات با صدا

❇️ این مدل بر پایه‌ی Wan 2.1 و Whisper Large v3 ساخته شده است.


🔗 صفحه مدل در هاگینگ‌فیس
https://huggingface.co/bytedance-research/HuMo

🔗 مقاله
https://arxiv.org/abs/2509.08519

🔗 صفحه معرفی
https://phantom-video.github.io/HuMo/

🔗 گیت‌هاب
https://github.com/Phantom-video/HuMo


#هوش_مصنوعی #ByteDance #HuMo #تولید_ویدئو #چندوجهی

@asrgooyeshpardaz