开发者自建口型同步失败案例基准

2026年10月1日，据 AGI Hunt 报道，一位开发者正在搭建 lip sync 视频工作流的失败案例基准，用于系统记录对口型翻车场景。目前已总结出手遮嘴、侧脸、浓密胡须、大笑、多人同时说话、语速过快等九类常见翻车场景。他计划用同一源视频与音频，对本地/开源方案和 sync.so 等托管服务跑统一测试，并记录模型版本与设置、附上 contact sheet 以保证可复现。现阶段发现每个工具至少在几类场景上出现问题，他正在征询遗漏的类别。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。