开源 3D 数字人引擎
基于双渲染后端的实时音频驱动数字人框架。开源核心，企业级部署。从一张照片，到会听、会想、会说话的数字人。
音频逐帧驱动口型。低延迟流式管线让语音在两秒内变成会说话的数字人——你提问，一张正在回答的脸就出现。
一套接口，两个渲染后端：用于实时对话的 2D 人像引擎，和用于电影级离线画质的全身 3D 引擎。无需改动业务逻辑即可切换。
引擎完全开源。基于 LHM 与 LivePortrait 构建，配以清晰的抽象层。没有黑箱——每一个渲染步骤都可检视、可替换。
可自托管、可局域部署、可品牌定制。穿你工装的自定义形象、领域专属知识库、对数据的完全掌控。是拥有，不是租用。
流式管线串联语音识别、推理、合成与渲染。每个阶段在输入到达时即刻启动，数字人在完整答案生成前就开始说话。
TTS 音频被分帧并映射为唇部开合度，直接喂入人像渲染器。无需驱动视频——声音即可驱动嘴部。
人像只预处理一次——人脸检测、3D 特征提取、关键点——随后在无数次对话中复用。即时回复，零重复计算。
面向电影级输出，3D 引擎从单张照片重建可动数字人，并用动作数据驱动。建一次形象，复用所有动作。
四种现成人设——讲解员、顾问、主播、向导——各有专属系统提示词、渲染后端与动作配置。在配置中切换场景。
接入领域知识库为 LLM 提供事实依据。房产、金融、医疗——数字人用你的事实回答，而非凭空编造。
一个渲染接口，两个引擎。业务代码无需知道屏幕背后是 2D 人像还是 3D 数字人。新增后端，无需重写逻辑。
$ git clone OliveWolf
$ python app_realtime.py
↗ http://localhost:7860
工作空间
数字人
知识库
对话
发布
私有部署
定制数字人
知识库
运行监控
技术支持