Soul CEO张璐团队开源SoulX-LiveAct：从"能生成"到"能长时间稳定生成"

随着AI技术在数字人直播、视频播客等场景加速应用，用户对内容连续性要求提升，Soul CEO张璐团队推出开源模型SoulX-LiveAct。该模型基于自回归扩散框架，通过Neighbor Forcing、ConvKV Memory、RoPE Reset等机制，解决长时生成的误差累积、位置漂移等问题，实现恒定显存推理。在512×512分辨率下，2×H100/H200可实现20 FPS流式推理，端到端延迟约0.94秒。基准测试显示其在口型同步、长时稳定性等方面表现优异，可支持数字人直播、AI教育等多类长时在线场景。今年该团队已开源SoulX-FlashTalk与SoulX-FlashHead，持续开放技术成果推动AI生态发展。