GitHub - wpydcr/NanoAvatar: 实时、高质量说话数字人，即使在老旧安卓手机上也能运行：41 FPS，首帧仅需 103 毫秒。 · GitHub

项目简介

NanoAvatar 是一款开源的实时数字人（Talking-Avatar）生成引擎，旨在直接于移动设备和桌面 GPU 上本地运行，无需依赖云端渲染服务器。该项目面向边缘 AI 工程师与交互式应用开发者，旨在解决服务端数字人视频生成所面临的高昂基础设施成本和网络延迟问题。其定位是一个轻量级、低延迟的唇形同步框架，能够在消费级边缘硬件上实现实时渲染。

核心特性

• 端侧移动推理： 提供专用的 Full 与 Lite 资源包，可在 Android 芯片组上实现本地化视频生成，彻底免除持续的云端 GPU 渲染成本。
• 低延迟流式驱动： 在接入流式文本转语音（TTS）管线时，仅需约 0.3 秒即可开始渲染唇形同步视频，大幅降低实时交互中的响应延迟。
• 桌面端量化运行时： 可在 NVIDIA GPU 上的 PyTorch 环境中直接执行 INT8 与 W8A16 混合精度的 TorchScript 模型，规避了编译自定义 CUDA 动态链接库的运维复杂度。
• 对话式 AI 模式： 原生对接阿里云百炼（DashScope）API（支持通义千问语言模型与 CosyVoice 语音合成），可直接驱动基于语音的实时数字人对话。

使用建议

• 注意模型许可协议： 尽管基础代码采用 MIT 许可证，但核心唇形同步模型权重遵循 CC BY-NC 4.0 协议，禁止商业用途；商用需联系作者获取明确授权。
• 根据目标硬件选配模型版本： 若部署在骁龙 8 Gen 1 等较旧的硬件平台上，建议选用 Lite 模型包，以确保合理的内存占用和流畅的帧率。
• 确认 Web 运行环境依赖： 本地部署 Web 服务时，请确保主机环境运行 Python 3.11 以及相兼容的 PyTorch CUDA 版本，以防运行时出现环境不匹配错误。

OpenClaw 技能集成

NanoAvatar 仓库目前未包含任何针对 OpenClaw 生态的原生集成文档。作为一种假设的应用场景，可通过配置 OpenClaw Agent 将生成的语音音频直接路由至本地 NanoAvatar 运行时，从而使自主 Agent 工作流能够在边缘设备上输出动态视频流。该架构可应用于自动化客服或各类自助终端，完全基于本地硬件提供可视化交互式数字人服务，且无需承担额外的外部视频推流基础设施费用。