告别Win依赖!HeyGem.ai 1.0.4重磅升级:Linux全流程适配与全球化交互体验
2026-02-04 04:16:49作者:俞予舒Fleming
跨平台突破:Ubuntu 22.04桌面端正式支持
HeyGem.ai 1.0.4版本彻底打破操作系统边界,完成Ubuntu 22.04 Desktop(内核6.8.0-52-generic)的深度适配验证。开发者现在可在Linux环境下实现从数字人克隆到视频生成的全流程操作,无需依赖Windows系统。
本次更新提供专属Linux部署方案,通过docker-compose-linux.yml配置文件实现服务编排:
cd /deploy
docker-compose -f docker-compose-linux.yml up -d
完整部署文档参见Ubuntu22.04 安装文档,包含NVIDIA Container Toolkit安装、国内镜像源配置等关键步骤。
国际化界面:多语言交互无壁垒
客户端程序全面支持中英文切换,界面元素实现国际化适配。用户可根据使用习惯无缝切换语言环境,提升全球用户的操作体验。
核心国际化实现位于i18n配置目录,通过zh.js和en.js维护语言包,配合vue-i18n实现动态切换。
性能优化:50系列显卡专属方案
针对NVIDIA 50系列显卡(如RTX 5090),本次更新提供优化的部署配置,采用PyTorch官方预览版提升兼容性:
cd /deploy
docker-compose -f docker-compose-5090.yml up -d
该方案同时兼容CUDA 12.8环境的30/40系列显卡用户,解决高版本CUDA环境下的服务启动问题。
功能增强与问题修复
核心功能改进
- 视频合成引擎:优化ffmpeg处理逻辑,提升长视频生成效率
- 模型管理系统:重构模型加载服务,支持动态切换推理精度
- 音频处理模块:升级语音克隆算法,降低合成音频噪声
关键问题修复
- 解决#304:Linux环境下视频导出失败问题
- 修复#292:长文本驱动时的口型同步偏差
极速上手:Linux环境部署指南
系统要求
- CPU:Intel i5-13400F及以上
- 内存:32GB(必要条件)
- 显卡:NVIDIA RTX 4070及以上(需安装最新驱动)
- 硬盘:100GB空闲空间
部署步骤概览
-
安装Docker及NVIDIA Container Toolkit
sudo apt install docker.io docker-compose sudo nvidia-ctk runtime configure --runtime=docker -
配置国内镜像源(加速镜像拉取)
{ "registry-mirrors": [ "https://hub.fast360.xyz", "https://docker.1panelproxy.com" ] } -
启动服务端容器
cd /deploy docker-compose -f docker-compose-linux.yml up -d -
运行客户端程序
./Duix.Avatar-x.x.x.AppImage --no-sandbox
完整安装指南参见README_zh.md,常见问题可查阅官方文档。
未来展望
HeyGem.ai团队计划在后续版本中:
- 扩展对Debian、Fedora等更多Linux发行版的支持
- 优化ARM架构兼容性,支持NVIDIA Jetson系列开发板
- 推出Web端管理界面,简化远程部署流程
项目源码已同步更新至GitCode仓库,欢迎开发者提交PR参与共建。
提示:使用中遇到问题,请先检查Docker服务状态(确保三个容器正常运行),并确认NVIDIA驱动已正确安装。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
162
暂无简介
Dart
764
189
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
746
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
React Native鸿蒙化仓库
JavaScript
302
350

