第四届开放原子大赛・2026 开源行业解决方案创新赛 获奖名单正式公布,开源实时交互数字人项目 LiveTalking ,从千余个参赛项目中脱颖而出,荣获开源基础软件与解决方案赛道二等奖*。*
本届大赛由开放原子开源基金会主办、开源中国承办,北京市经济和信息化局联合主办,以「开源赋能行业创新,方案驱动场景落地」为主题,设置开源基础软件与解决方案、开源智能硬件解决方案、「地心飞行」AIGC 创作三大赛道。
本次大赛评审聚焦技术创新性、工程落地能力、开源生态价值、产业应用前景多个维度,对参赛项目进行综合考评。LiveTalking 凭借在实时流式数字人领域完整的开源能力、真实落地案例,得到评审专家的认可。

01 技术内核:一套模块化、可打断、可并发的流式数字人引擎
LiveTalking 定位为实时交互数字人开源基础设施,主打低延迟、可打断、模块化、易集成。框架不绑定单一算法与媒体服务,给开发者和企业留出选型空间。
全链路流式交互架构:从语音识别、大模型回复、语音合成到唇形驱动全链路流式串联,支持对话过程中随时打断,摆脱传统数字人"整段播报、无法插话"的体验,更贴近真人对话节奏。
多唇形算法可切换:兼容 Wav2Lip、MuseTalk、Ultralight-Digital-Human、ER-NeRF 等多种数字人生成/唇形方案,开发者可按并发成本与画质需求自由选型。
媒体传输与并发 :支持 WebRTC、RTMP 等多种推流方式,上层可对接 LiveKit、SRS、ZLMediaKit 等主流媒体服务器;通过工程优化,支持多用户并发,满足直播、客服、展厅等多路数字人同时在线的场景。
多 TTS / ASR / LLM 生态打通:接入 GPT-SoVITS、FishSpeech、CosyVoice、XTTS 以及多家公有云 TTS;搭配 FunASR 等语音识别方案,可快速搭建语音对话闭环,并对接大模型实现端到端交互。
多种输出形态:支持网页 WebRTC 预览、RTMP 直播推流、虚拟摄像头输出,可直接接入 OBS、各类直播平台与会议软件,无需改造现有工具链。
API 化设计:提供标准化接口,支持发送文本、强制打断、录像、动作编排等能力,方便业务系统二次封装与私有化部署。
社区版基于 Apache 2.0 协议 完全开源,核心代码开放,兼顾个人开发者学习、中小企业快速落地与大型项目定制改造。

02 上手使用:低门槛搭建你的实时数字人
项目设计的核心目标之一,是降低实时数字人的开发门槛,让使用者不必从零搭建音视频、唇形推理与信令调度链路。
两种使用模式:
· 开发调试:打开内置 Web 页面,输入文字或开启麦克风语音对话,实时看到数字人对口型、语音播报,并可随时打断;
· 业务集成:调用 REST / WebSocket API,嵌入自有业务系统,例如智能客服、跨境直播、数字讲解员、AI 陪伴、短视频自动生成等。
开箱即用的特色能力:
· 自定义形象:上传单人视频生成专属数字人;
· 声音复刻:快速复刻音色,打造专属语音;
· 待机动作编排:配置空闲视频,无人对话时自动播放待机画面,提升观感;
· 虚拟摄像头输出:作为虚拟摄像头源,直接用于直播与视频会议,零改造对接现有工具链。
依托这套能力,LiveTalking 已在 GitHub 收获10K+ Star,并被上百家企业用于虚拟直播、智能客服、政企展厅、在线教育等场景,也是不少出海数字人项目的底层底座。

03 从代码到产业:开源项目的价值在于解决真实问题
LiveTalking致力于沉淀一套稳定、可部署、可二次开发的实时数字人底座。比起单纯追求演示效果,重心放在工程化打磨上:优化推理链路、控制显存开销、适配多样媒体链路,让项目能够承接真实业务流量。
此前在上海开源软件应用创新大赛已经收获三等奖,这一次站上开放原子大赛的舞台拿到二等奖,是一次重要的进阶,更是对开源方向的肯定。这代表着:面向产业的开源基础软件,拥有巨大的价值 。开源不只是分享代码,更是共建一套可以被行业复用的技术底座。

欢迎更多开发者参与共建:无论是提交代码、反馈 Issue,还是基于 LiveTalking 做二次开发,都期待和大家一起完善实时数字人开源生态。