Kandinsky S2V 1.0

Kandinsky S2V 1.0

用一帧参考画面和一段语音生成头像视频，按每段 5 秒分块生成。是 Kandinsky S2V 1.0 流程的 Gradio 演示，适合视频和头像开发者。

由 kandinskylab 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Kandinsky S2V 1.0 是语音驱动头像流程的 Gradio 演示。你给它一帧参考画面和一段语音，它就生成一个头像视频。视频按每段五秒分块生成。

这个 Space 运行流程的 Lite 蒸馏版。它的组成部分里提到了 Qwen2.5-Omni 模型、一个 CLIP 模型和 HunyuanVideo。

适合谁：适合做会说话的头像、想不安装就试用这条流程的开发者和研究者。

行业 | 谁在用 | 怎么用 | 例子
媒体 | 视频创作者 | 用语音轨让人像动起来 | 用一个示例图片和对应的音频
软件 | 头像开发者 | 在集成之前评估这条流程 | 运行一段短视频并查看结果
研究 | 语音和视频研究者 | 研究语音驱动的视频 | 对比 5 秒和 10 秒两个选项

如果你想在免费账号上做长视频，可以跳过它，因为免费账号只能运行 5 秒的选项。

用在哪里：

• 网页浏览器：打开 Hugging Face 上这个 Space 的页面，无需安装任何东西
• 装有 Python 的 Windows、macOS 或 Linux：用你下载的副本运行，需要超大显存的 GPU

用例 | 谁用 | 得到什么
让人像动起来 | 创作者 | 跟着语音运动的头像视频
试用示例 | 新手 | 来自自带图片和音频的结果
测试流程 | 开发者 | 一段 5 秒或 10 秒的生成片段

如何设置：

• 你电脑上的 Python 3.12
• requirements.txt 里列出的 Python 包
• 超大显存的 GPU，因为 Lite 模型的参考峰值是 57 GiB
• 一个 Hugging Face 只读令牌，仅在模型仓库还是私有时需要
• huggingface_hub 包，它提供 hf 命令

1. 安装 huggingface_hub 包。
2. 用 hf 命令下载这个 Space。
3. 进入下载好的文件夹。
4. 安装指定版本的 Gradio。
5. 安装 requirements.txt 里的包。
6. 用 Python 启动应用。

pip install -U huggingface_hub
hf download kandinskylab/Kandinsky-S2V-1.0-Demo --repo-type space --local-dir Kandinsky-S2V-1.0-Demo
cd Kandinsky-S2V-1.0-Demo
pip install gradio==6.27.0
pip install -r requirements.txt
python app.py

如何使用：在浏览器里打开这个 Space 的页面，或者用下面的命令启动你自己的副本。添加一帧参考画面和一段语音，选择语音的 5 秒或 10 秒，然后运行。

python app.py

示例：你选一个示例图片和它的音频，要求生成 5 秒的片段。演示会返回这张图片随着语音说话的头像视频。

新手与专家：如果你刚接触头像视频，先用一对示例和 5 秒的选项，因为它占用的 GPU 时间最少。然后再试你自己的图片和音频。

如果你懂这个领域，这个 Space 在 ZeroGPU 上使用 96 GB 的档位，因为视频解码器会把内存占用推到较小的 48 GB 档位之上。注意力通过 PyTorch SDPA 运行，因为那里没有 FA3，所以生成比 H100 上慢。两个可选变量用来选择配置和档位。

Title: 每个片段请求的 GPU 时间
5 秒的片段: 100 秒
10 秒的片段: 180 秒

你添加一帧参考画面和一段语音
查看者选择语音的 5 秒或 10 秒
流程按 5 秒一块生成视频
头像视频在页面上播放

注意事项：

• 许可证：Space 标注的是 mit
• 运行成本：Hugging Face 的 GPU 时间，大档位上的一次请求按两次计，所以每天 300 秒的免费账号只够跑 5 秒的片段
• 触及的数据：你添加的图片和语音，以及模型权重，仓库还是私有时还有一个只读令牌
• 不适合：在免费账号上做长片段，或在 48 GB 的 GPU 上运行，README 说那放不下

Hugging Face 上的数据（2026年11月15日）

• 点赞：5
• 构建方式：gradio
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/kandinskylab/Kandinsky-S2V-1.0-Demo
• 文件：https://huggingface.co/spaces/kandinskylab/Kandinsky-S2V-1.0-Demo/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。