各位鹿友，我是老鹿。今天给大家带来的是Duix-Avatar（原 HeyGem）数字人整合包。
制作周期偏长，本人水平有限，敬请见谅。制作不易，恳请各位鹿友一键三连。
HeyGem（现官方名 Duix-Avatar）
是硅基智能的半开源 AI 数字人项目，刚推出就被网友称作海外工具 HeyGen 的开源平替。
相比HeyGen免费版限制多、年付费几百美元，HeyGem主打免费本地运行，目前GitHub已有13K+星标。它最早以 HeyGem.ai出圈，后官方统一品牌更名为Duix-Avatar，本质是同一个项目。
项目地址：https://github.com/duixcom/Duix-Avatar
特意跟大家说明：它并非完整开源 —— 仅开放前端界面，核心的数字人生成逻辑全封装在Docker镜像里，没有公开源码。
按官方原生方式，想在Windows上跑，得先装Docker软件，并且要启用WSL2（相当于给Windows装个Linux子系统），对小白来说部署门槛不低。
也正因为拿不到核心源码，这次整合包我反复调试了很久，周期才拉长。
后续我会继续优化、尝试加功能，但可改动范围有限，提前跟各位鹿友打个招呼。
整合包无需安装Docker，解压即用，推荐使用7-Zip解压，完成后双击启动器即可运行。
首次启动时，启动器会自动检测电脑是否已安装WSL，如未安装则会自动安装并提示重启电脑。
重启电脑后，再次双击启动器，会先显示WSL安装成功，随后自动解压WSL镜像包。
解压完会自动把镜像导入WSL系统。这个流程只有第一次打开整合包才会跑，导入成功以后，下次再开就不用等这么久了。
导入成功后自动检测CUDA版本。整合包建议使用12.8及以上版本：若低于12.0会提示更新；若介于12.0与12.8之间会提示建议更新，但不影响使用；若高于12.8则直接启动程序，打开WebUI。
整合包的核心功能很简单：上传一段视频和一段音频，点击生成即可。
传的视频建议为人物正面、面部清晰、光线充足、色彩明亮的素材。
本次整合包新增了两个选项：
推理批次和分辨率缩放因子。
推理批次默认4，代表每次同时处理4帧，显存足够时可适当提高该数值来加快速度。
分辨率缩放因子用于降低原视频分辨率，例如设为0.5即缩放至50%。当上传的视频分辨率较大时，可尝试提高该值。
测试设备为1070显卡（8G显存），峰值占用约7.8G。若您的显卡为6G显存，建议将推理批次设为2，缩放因子设为0.5。
新增面部超分功能，勾选后会在视频推理完成后自动执行超分。
不过超分效果有限，面部会有轻微失真。如需高质量修复，建议使用Topaz Video这类专业软件处理。
缓存文件自动保存至temp文件夹，新增一键清理按钮，方便释放空间。
此外还有一个隐藏优化：当上传的音频时长大于视频时长时，原逻辑是重复正放，导致衔接不连贯。
我改为了正放→倒放→正放……交替循环来适配音频长度，让过渡更自然。
特别提示：本期 HeyGem 整合包可以与上期分享的 Index-TTS2 整合包配合使用——先克隆语音，再生成数字人。
为此我特意设置了不同的端口，两者可以同时运行互不干扰。对有口播需求的鹿友应该会很有帮助。
最后我给大家准备了一个清理WSL的脚本。如果后续不再需要使用整合包，双击运行该脚本后重启电脑即可完成清理。
重启后可以双击“验证WSL”脚本确认是否清理干净。
注意：清理后再次打开启动器，会重新进入安装、解压、导入WSL的完整流程。
好了，今天要分享的内容就到这里，想要整合包的鹿友
后台撩我
获取。
