Infinitetalk是一款开源的数字人项目，可以通过上传图片或视频并配合音频，生成人物对口型说话的视频。根据视频介绍，它支持图片、视频两种模式，以及单人和双人对话功能。

由于该项目对硬件配置要求较高，视频中提到的“整合包”可能简化了本地部署流程。以下是其核心使用方法：

1. 本地部署（需较高配置）

环境准备：安装Python 3.10、PyTorch及项目依赖库。

模型下载：从Hugging Face等平台下载预训练模型，如Wan2.1-I2V-14B-480P等。

运行生成：通过命令行指定图片/视频、音频路径及参数（如分辨率、采样步数）来生成视频。

2. 云端使用（推荐）

若本地设备配置不足，可使用云端镜像服务（如润云），无需配置环境，通过网页界面上传素材、设置参数即可生成视频。

3. 核心功能操作

图片模式：上传一张人像图片和一段音频，生成人物说话的视频。

视频模式：上传一段视频和新的音频，重新对齐人物口型。

双人对话：上传包含两人的视频或图片，并分别提供两段音频，生成对话效果。

注意事项

音频建议使用WAV格式，以保证口型对齐效果。

生成高分辨率（如720p）或长视频时，需确保足够的显存和内存。

可调整高级参数（如扩散步数、引导系数）以优化生成效果。