**TaoMate-HD：渐进式分辨率音视频生成模型实现流式数字人实时演绎**

_TaoMate-HD: Progressive-Resolution Autoregressive Audio-Video Generation_

> TaoMate-HD 是一种用于流式数字人生成的自回归模型，通过渐进式分辨率策略解决高分辨率视频生成成本高及文本更新导致语音中断的问题。该模型在生成每个短片段时，先进行两次低分辨率去噪以构建视频结构，再进行高分辨率细化，同时全程生成音频，并利用历史预测实现跨文本更新的语音连续性。实验表明，相比直接高分辨率生成，其速度提升 1.6 倍；结合优化的阶段并行部署后，整体速度再提升 1.9 倍，且显著降低了字符错误率。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.03394)