LeapTalk: Breaking the Latency-Quality Trade-off in Talking Head Generation

• 类型：arxiv
• 标识：2608.00079
• 链接：https://arxiv.org/abs/2608.00079
• 主分类：multimodal
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：LeapTalk is proposed, a novel framework that achieves stable and real-time talking-head generation with a single forward step, scaling to arbitrarily long videos, and an audio-driven classifier-free guidance mechanism to maintain fine-grained lip synchronization under extreme step reduction.
• OpenAlex ID：W7172441909
• OpenAlex DOI：10.48550/arxiv.2608.00079
• DOI：10.48550/arxiv.2608.00079
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2608.00079
• OpenAlex更新：2026-08-26
• 待LLM分类：否
• 标题中文：LeapTalk：打破 Talking Head 生成中的延迟-质量权衡
• TLDR中文：本文提出 LeapTalk，一种通过单次前向实现稳定且实时说话头生成、可扩展至任意长视频的新颖框架，并引入音频驱动的无分类器引导机制，在极端步数缩减下保持细粒度唇形同步。
• 来源文件：
• /inbox/tom/_candidates/2026-08-04-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]