MagicAvatar

MagicAvatar 是字节跳动在 2023 年公布的一个研究项目，目标是把文字、视频或音频这类输入转成动作信号，再让一个虚拟人物按这些动作动起来。它更像一套方法框架，而不是装好就能用的软件，页面上展示的是论文、代码和演示视频。

主要功能

文本引导生成是核心玩法：输入一句描述，比如「一个宇航员在火山里踢球」，系统会先生成对应的动作，再输出人物执行该动作的视频。视频引导则是给一段源视频，让虚拟人物模仿其中的动作。多模态动画部分可以指定一个特定形象，再用驱动信号让它动起来，比如让一个女孩跳舞或挥手。音频引导生成标注为即将推出，页面上没有实际演示。

适合谁

做虚拟人、动作生成、视频合成方向的研究者和开发者会关注它，因为论文和代码都公开了，可以复现或在此基础上改。普通用户如果只是想做个会动的头像，它目前没有提供网页版或 App，用起来门槛不低。

费用与限制

项目以论文和代码形式发布，没有看到收费入口，但也没有现成的在线服务。音频驱动功能尚未上线，实际能用的只有文本和视频两条路径。另外，生成效果依赖算力，本地跑需要自己准备环境。