昨晚发现了智谱开源的这个 RealVideo。实测下来最吓人的是延迟只有 2-3 秒。什么概念？以前生成个 5 秒视频够我去冲杯咖啡，现在这玩意儿直接能跟我实时视频通话，连嘴型都能完美对上语音（TTS+视频生成一条龙）。感觉就像给 AI 装了个真·声带和脸，而不是在那念 PPT。
但最大的坑必须吐槽：配置要求太变态了。
文档里写着起步就要两张 80GB 的 H100/H200。虽然技术原理（自回归扩散模型）很强，但普通独立开发者想在本地跑起来，基本是做梦。
#RealVideo #AI工作流 #独立开发 #数字游民