# 3D / 3DGS 数字人路线 + 一体化开源数字人平台 + 商用授权风险

**调研时点：2026-09-22**
**目标用户画像：个人开发者，单张 RTX 5060 Ti 16GB（Blackwell sm_120）、32GB 内存、Ubuntu**
**调研方法：web_search 多轮 + web_fetch 打开 GitHub `raw.githubusercontent.com` LICENSE/README 原文、HuggingFace 模型卡 license 字段（经 hf-mirror.com，本机 HF 官方域名不可达）、HF/HF-mirror API 仓库时间线、CVF 开放获取论文页、中国政府/法院/地方监管原文。**

---

## 0. 结论先行（TL;DR）

| 问题 | 结论 |
|---|---|
| 个人开发者现在该不该走 3D/3DGS 数字人路线？ | **不该当主线。** 3DGS「说话头」开源工作几乎全数非商用许可（且叠加 FLAME/BFM 等本身非商用的基础模型），工程上又普遍锁 torch 1.12/1.13 + CUDA 11.x，在 sm_120 上等于重写。**3D 只能作为「资产生产」与「单图零训练头像」两个单点使用。** |
| 3D 侧真正值得用的东西 | **LAM**（阿里通义，Apache-2.0，单图秒级生成可驱动 3DGS 头像，无神经网络驱动、WebGL 跨平台）；**TripoSG / TripoSR / TRELLIS v1**（MIT，16GB 可跑，做 3D 资产）。 |
| 最推荐的 2 个一体化平台 | **做口播视频 → AigcPanel**（Apache-2.0，桌面 App + 模型市场一键包，中文一等公民）；**做实时对话 → OpenAvatarChat**（Apache-2.0，全链路无「禁止商用」组件，LiteAvatar 路线仅需 4GB 显存，CUDA≥12.8 明确支持 Blackwell）。 |
| 许可证最需要注意的 3 条红线 | ① **Wav2Lip 权重严禁商用，而它被默认打包进 Linly-Talker / SadTalker / AigcPanel 的流程里**——用默认配置就等于踩线；② **Duix.Avatar（原 HeyGem）的 «DUIX.COM Community License» 是自定义协议，LICENSE 写 MAU>1000 即须商业授权（README 却写 10 万，二者冲突）**；③ **腾讯混元 3D/视频系「社区许可」排除欧盟/英国/韩国，且禁止用其输出改进其他模型**。另有高优陷阱：**LivePortrait 的 InsightFace 检测模型非商用**、**MiniMax M2.7 自称 "Modified-MIT" 实则 Non-Commercial**。 |
| ⚠️ 2026 年新增风险趋势 | **中国大厂许可证正在系统性收紧**：Qwen3.8-Max 不再是 Apache-2.0（5000 万美元收入门槛）、MiniMax M2.7 从 MIT 转向非商用、Kimi K3 年收入 2000 万美元触发分成。**必须把模型许可当作「版本化依赖」管理。** |

---

## 1. 硬件前提：RTX 5060 Ti 16GB / sm_120 是全篇最大的隐性成本

Blackwell 消费卡（sm_120）需要 **CUDA ≥ 12.8 + PyTorch cu128 轮子**。这直接影响所有 2024–2025 年的老仓库：

- 大量 3DGS / 说话头仓库硬锁 `torch==1.12/1.13`（cu113/cu116）+ `tensorflow-gpu==2.8` + `python 3.7`，在 5060 Ti 上**不是「装完即用」，而是移植工程**。
- **FlashAttention 2 至今没有 sm_120 内核**，编译类项目（TRELLIS、SoulX-FlashHead）必须改走 xformers 后端或源码重建子模块。
- TRELLIS 在 5060 Ti 上需要重建 `xformers / diffoctreerast / kaolin(≥0.18)`；`kaolin` 重建是硬门槛。
- 明确声明支持 CUDA ≥ 12.8 的主流项目：**OpenAvatarChat**（官方文档写明）、**Duix.Avatar**（有专用 `docker-compose-5090.yml`）、**NanoAvatar**（torch 2.10+cu128）。

> 参考：graphdeco-inria/gaussian-splatting issue #1295「Is Blackwell (RTX 50 Series) Supported」、#1215（RTX 5090 + CUDA 12.8 安装记录）、microsoft/TRELLIS issue #243 / #343（5060 Ti 专用）、Dao-AILab/flash-attention issue #2168（无 sm_120 内核）。

---

## 2. 第一块：可驱动 3D 数字人 / 3DGS 头像

### 2.0 先纠错（用户清单里若干项与事实不符）

| 用户清单中的说法 | 实际情况 |
|---|---|
| GaussianHeadTalk（WACV 2026） | 论文确实存在（[arXiv 2512.10939](https://ar5iv.labs.arxiv.org/html/2512.10939)，WACV 2026，[CVF 开放获取页](https://openaccess.thecvf.com/content/WACV2026/html/Agarwal_GaussianHeadTalk_Wobble-Free_3D_Talking_Heads_with_Audio_Driven_Gaussian_Splatting_WACV_2026_paper.html)），但 **arXiv 页无 Code 链接，未检索到官方仓库 → 只能读论文，不能跑**。 |
| GaussianTalker 是 WACV | 实为 **ACM MM 2024**（[arXiv 2404.16012](https://arxiv.org/abs/2404.16012v2)），仓库 [cvlab-kaist/GaussianTalker](https://github.com/cvlab-kaist/GaussianTalker)。 |
| Mani-GS 是数字人 | [gaoxiangjun/Mani-GS](https://github.com/gaoxiangjun/Mani-GS) 是 **CVPR 2025「Gaussian Splatting Manipulation with Triangular Mesh」**——网格操控，**与说话头无关**。`YuelangX/Mani-GS` 不存在（404）。 |
| Deformable-GS 是说话头 | [ingra14m/Deformable-3D-Gaussians](https://github.com/ingra14m/Deformable-3D-Gaussians) 是 **CVPR 2024 动态场景**重建，非说话头。说话头专用的是 AAAI 2025 "Hierarchically Controlled Deformable 3D Gaussians" 与 GSTalker（arXiv 2404.19040，无代码）。 |
| HeadGaS 开源 | ECCV 2024 论文（arXiv 2312.02902）存在，但**未找到官方开源仓库** → 判定「疑似未开源」。 |
| Rodin 开源版 | **不存在**。Rodin / Hyper3D（Deemos）是**闭源商业 API**。 |
| **Insta** | INSTA（CVPR 2023，Zielon）**是 instant-ngp 体积头像，不是 3DGS**；520 star，push 2025-08-03；README 建议 RTX 3090 24GB + 32GB RAM，训练至少 1000 帧。 |
| Splat-SLAM 类 | [google-research/Splat-SLAM](https://github.com/google-research/Splat-SLAM) 确实开源（**Apache-2.0**），但 README 硬要求 **CUDA 11.7 + pytorch 1.12 + cudatoolkit-dev**，且自述 "not an officially endorsed Google product" → **sm_120 不可行**。 |

### 2.1 音频驱动 3DGS 说话头：对比表

| 项目 | 年份/会议 | Star（2026-09-22） | 最近 push | 代码许可 | 权重许可 | 16GB 可行性 | 素材需求 | 实时 | 中文资料 |
|---|---|---|---|---|---|---|---|---|---|
| **GaussianTalker** | ACM MM 2024 | 417 | 2025-10-12 | **仓库无 LICENSE 文件（`Other`）** | 未确认；底层依赖 INRIA 3DGS | 显存够，但 `torch==1.13.1`+`mmcv==1.6.0`+TF2.8+py3.7 → **sm_120 冲突** | 3~5 分钟静态视频 | 论文称实时 | 有中文解读 |
| **TalkingGaussian** | ECCV 2024 | 387 | 2025-03-15 | 无 LICENSE，README 写明 **research only** | 同 | 需把数据 preload 进 RAM（每 5k 帧约 32GB RAM）→ **32GB 内存吃紧** | 512²/25fps，1~5 分钟 | 否 | 有 |
| **Gaussian-Head-Avatar** | CVPR 2024 | 871 | 2024-07-12 | **清华非商用许可，明确禁止任何商业用途、禁止用于训练商用模型**（最严） | 同 | 24GB 级 | 多视角/单目视频 | 否 | 有 |
| **GaussianAvatars** | CVPR 2024 Highlight | 1061 | 2026-02-11 | **CC-BY-NC-SA-4.0 + Toyota 禁止商用** | 同 | 24GB 级；需 VHAP FLAME 跟踪数据 | 需配准网格 | 否 | 有（百度/CSDN） |
| **SplattingAvatar** | CVPR 2024 | 564 | 2026-07-15 | **CC-BY-NC-SA 4.0（仅非商用）** | 同 | 3090 24GB；可 `max_n_gauss` 降显存 | 单目视频 + FLAME/SMPL 注册 | 渲染 >300FPS(3090)/30FPS(iPhone13) | 少 |
| **3DGS-Avatar** | CVPR 2024 | 441 | 2024-09-10 | 未确认 | 未确认 | 24GB 级 | 单目 | 否 | 少 |
| **InsTaG** | CVPR 2025 | 174 | 2025-07-15 | **research only** | 有预训练权重（含中文 trial 权重） | CUDA11.3/11.7+torch1.12/1.13+TF2.10 → sm_120 冲突 | **10 秒视频** few-shot | 否 | 有 |
| **EmoTaG** | **CVPR 2026** | 27（2026-03 建仓） | 2026-07-21 | **research only** | 有 checkpoint | CUDA 12.1，**5 秒/125 帧适配**，显存友好 | 5s 适配 + HDTF/MEAD | 否 | 少 |
| **SyncTalk** | CVPR 2024 | 1627 | 2025-09-18 | 无严格 OSI 许可（含免责声明） | 有 | torch1.12.1+cu113+TF2.8.1 → sm_120 冲突 | 4~5 分钟 25fps 512² | 否 | **好：Windows 整合包 + 网盘 + Colab** |
| **NanoAvatar** | **2026-09（极新）** | ~15 | 2026-09-16 | **MIT** | **CC BY-NC 4.0（权重禁商用）** | **torch 2.10+cu128，Blackwell 友好**，仅 700~834 MiB | **10 秒视频** | **手机 39~41FPS，首帧 103ms，流式起播 ~0.3s** | 有中文 README |
| **INSTA** | CVPR 2023 | 520 | 2025-08-03 | instant-ngp 衍生（**非商用**） | 同 | README 建议 **RTX 3090 24GB + 32GB RAM**，训练**至少 1000 帧** | 视频序列 | snapshot 可在 **8GB 笔记本**渲染 | 有 |
| **EmoZone-Talker** | arXiv 2606.15848（2026） | — | — | arXiv only（无代码信息） | 未确认 | 未确认 | 未确认 | 是 | 无 |
| **EmbedTalk** | arXiv 2603.07604（2026） | — | — | arXiv **CC BY 4.0**（论文） | 未确认 | 未确认 | 未确认 | 是 | 无 |
| **FA-LAM** | arXiv 2607.20922（2026） | — | — | 未确认（未见官方仓库） | 未确认 | 未确认 | 单图 one-shot | 是 | 无 |
| **FlexAvatar** | CVPR 2026 | — | — | 未确认（未见官方仓库） | 未确认 | 未确认 | **单图/稀疏图，无需相机位姿与表情标签；10 秒微调** | **实时形变** | 无 |
| **GaussianHeadTalk** | WACV 2026 | 无仓库 | — | 未确认 | 未确认 | 未确认 | 单目视频 + 音频 | 是 | 无 |

> 2026 新论文来源：[FlexAvatar (CVPR 2026)](https://openaccess.thecvf.com/content/CVPR2026/html/Peng_FlexAvatar_Flexible_Large_Reconstruction_Model_for_Animatable_Gaussian_Head_Avatars_CVPR_2026_paper.html) · [Multi-view Consistent 3D Gaussian Head Avatars without Multi-view Generation (CVPR 2026)](https://openaccess.thecvf.com/content/CVPR2026/html/Chharia_Multi-view_Consistent_3D_Gaussian_Head_Avatars_without_Multi-view_Generation_CVPR_2026_paper.html)

**一句话总结这一栏：能做 16GB 实时的是 NanoAvatar（权重禁商用）与 LAM（Apache-2.0，见下节）；其余要么许可禁止商用，要么在 sm_120 上跑不起来，要么根本没有代码。**

### 2.2 3D 资产 / 头像生成：对比表

| 项目 | Star | 最近 push | 许可 | 16GB 可行性 | 结论 |
|---|---|---|---|---|---|
| **LAM**（阿里通义，SIGGRAPH 2025） | — | 活跃（MeshLAM/CVPR 2026 续作） | **Apache-2.0** ✅ | **单图推理，秒级，极低**；驱动与渲染无神经网络，WebGL，手机 120FPS | ★ **本块唯一「许可干净 + 16GB 随便跑 + 真 3DGS」的组合** |
| **LAM-Audio2Expression** | — | 2025-05 | **Apache-2.0** ✅ | 实时音频→ARKit blendshape | 与 LAM + OpenAvatarChat 已打通端到端 |
| **LHM**（阿里通义，ICCV 2025） | — | 2026-03（LHM++ 开源） | **Apache-2.0** ✅ | **LHM++ 8 视角输入仅需 8GB** | 单图→可动人体，非头部专用 |
| **TripoSG** | 1798 | 2025-04-18 | **MIT**（代码 + HF 权重均 MIT）✅ | README：**最低 8GB VRAM** → 16GB 轻松（只出形状，无纹理） | ★ 资产首选 |
| **TripoSR** | 6968 | 2026-06-04 | **MIT** ✅ | 低 | 轻量单图→网格 |
| **TRELLIS v1** | 13691 | 2026-06-26 | **MIT** ✅ | README 要求 **≥16GB**（A100/A6000 验证）→ **正好卡下限**；需 Blackwell 重建路径 | 可跑但折腾 |
| **TRELLIS.2**（microsoft/TRELLIS.2-4B） | 11310 | 2026-07-10 | **MIT**（代码 + 权重）✅ · [HF 卡 license: mit](https://hf-mirror.com/microsoft/TRELLIS.2-4B/raw/main/README.md) | **官方要求 ≥24GB，仅验证 A100/H100** → **16GB 官方不支持**（[repo](https://github.com/microsoft/TRELLIS.2)，arXiv 2512.14692） | 与 16GB 卡无缘（官方口径） |
| **Step1X-3D** | 889 | 2025-09-08 | **Apache-2.0** ✅ | README 表格：几何+纹理 **27~29GB** → **不可行** | 16GB 不可行 |
| **Hunyuan3D 2.0** | 14936 | 2025-10-28 | **Tencent Hunyuan 3D 2.0 Community License**（排 EU/UK/KR；>100 万 MAU 须申请；禁止用输出改进其他模型） | README：**形状 6GB / 形状+纹理合计 16GB** | 卡边缘可跑 |
| **Hunyuan3D 2.1** | 4053 | 2025-10-17 | 同族 2.1 版（同样排 EU/UK/KR） | README：**形状 10GB / 纹理 21GB / 合计 29GB**；`--low_vram_mode` 只降到 **21GB** → **16GB 只能出白模，纹理阶段必 OOM** | 半可用 |
| **Hunyuan3D-Omni** | — | 2025-09-23 | Tencent Hunyuan 社区许可（排 EU/UK/KR） | HF 卡：**10GB** | 可跑 |
| **Hunyuan3D 2.5** | — | — | **从未开源权重**，仅 arXiv 2506.16504 技术报告；腾讯云 API 提供且**2026-09-22 停止新购、2026-10-20 全量下线**（迁移至 HY-3D-3.1） | — | 不可用 |
| **Hunyuan3D 3.0 / 3.1** | — | — | **闭源商业**。3.0 于 2026-02-13 以 ComfyUI **Partner Nodes（云 API）** 上线；3.1 在腾讯云 TokenHub | — | 不可用 |
| **Rodin / Hyper3D**（Deemos） | — | — | **闭源商业 API** | — | 无开放权重 |
| **RodinHD**（微软+中科大 ECCV24） | 214 | 2025-01-15 | 未确认；**训练数据因组织政策不公开** | V100 训练 | 头像向，但闭数据 |
| **Pixal3D**（SIGGRAPH 2026, TencentARC+清华） | — | 2026 | 未确认 | 基于 TRELLIS.2 backbone → 24GB 级 | 与 16GB 无缘 |
| **SAM 3D Objects** | 7439 | 2026-06-02 | **SAM License**（允许使用/分发/衍生，**未禁商用**，但受出口管制/军事用途限制，非 OSI 标准） | 2026-06-01 放出 encoder 权重；可直接导出 gaussian splat | 可用但非标准开源 |
| **SAM 3D Body** | 3547 | 2026-02-19 | SAM License | 单图人体网格 | 可用于人体重建 |
| **MeshGPT 类** | — | — | — | — | 未检索到 2026 新开源进展 → 未确认 |

> 关键许可原文：[Hunyuan3D-2.0 LICENSE](https://raw.githubusercontent.com/Tencent-Hunyuan/Hunyuan3D-2/main/LICENSE) · [Hunyuan3D-2.1 LICENSE](https://raw.githubusercontent.com/Tencent-Hunyuan/Hunyuan3D-2.1/main/LICENSE) · HF 镜像同文：[tencent/Hunyuan3D-2](https://hf-mirror.com/tencent/Hunyuan3D-2/raw/main/LICENSE) · [tencent/Hunyuan3D-2.1](https://hf-mirror.com/tencent/Hunyuan3D-2.1/raw/main/LICENSE) · Hunyuan3D 3.0 上线 ComfyUI Partner Nodes：[blog.comfy.org](https://blog.comfy.org/p/hunyuan-3d-30-in-comfyui-state-of) · Hunyuan3D 2.1 显存口径：[Tencent Cloud techpedia](https://www.tencentcloud.com/techpedia/146895?lang=en) · [TripoSG README](https://raw.githubusercontent.com/VAST-AI-Research/TripoSG/main/README.md) · [TRELLIS README](https://raw.githubusercontent.com/microsoft/TRELLIS/main/README.md) · [LAM README](https://raw.githubusercontent.com/aigc3d/LAM/master/README.md) · [LAM LICENSE (Apache-2.0)](https://raw.githubusercontent.com/aigc3d/LAM/master/LICENSE) · [LHM README](https://raw.githubusercontent.com/aigc3d/LHM/main/README.md)

**「权重开放但禁商用」清单（3D 侧）**：Gaussian-Head-Avatar（清华，最严）、GaussianAvatars（Toyota, CC-BY-NC-SA）、SplattingAvatar（CC BY-NC-SA）、INSTA、TalkingGaussian / InsTaG / EmoTaG（research only）、NanoAvatar 权重（CC BY-NC 4.0）。**外加所有 FLAME / BFM / SMPL 基础模型——它们本身就是非商用研究许可，是整条 3D 头像链的「上游污染源」。**

**真·可商用开源（3D 侧）**：LAM / LHM（Apache-2.0）、TripoSG、TripoSR、TRELLIS v1/v2（MIT）、Step1X-3D（Apache-2.0）、SAM 3D（SAM License，非 OSI）。
**受限可商用**：Hunyuan3D 2.x（排除 EU/UK/韩国 + 100 万 MAU 门槛 + 禁止用输出改进其他模型）。

### 2.3 3DGS 重建 / SLAM

| 项目 | Star | 最近 push | 许可 | 16GB / sm_120 |
|---|---|---|---|---|
| **graphdeco-inria/gaussian-splatting**（原版 3DGS） | 23940 | 活跃 | INRIA 自定义（**非商用**） | sm_120 有社区成功记录（issue #1215），但原版许可非商用 |
| **MonoGS**（Gaussian Splatting SLAM, CVPR24 Highlight） | 2164 | 2024-08-07 | 未确认 | RTX 4090 测试；dev.speedup 支达 10fps |
| **Photo-SLAM**（CVPR 2024） | 768 | 2024-06-12 | 未确认 | C++/CUDA，需 **LibTorch ≤2.1.2 + 自行编译 OpenCV(with CUDA/contrib)** → 构建门槛高 |
| **Splat-SLAM**（google-research） | 364 | 2025-01-05 | **Apache-2.0** ✅ | 硬要求 CUDA 11.7 + pytorch 1.12 → **sm_120 不可行** |

**手机视频 → 人物 3DGS 的实用流水线**：① FLAME/SMPL-X 跟踪配准（VHAP / metrical-tracker，**都要学术注册**）→ ② 抠像（RobustVideoMatting / EasyPortrait）→ ③ 相机位姿预处理（IMavatar 式）→ ④ 训练 mesh-embedded 3DGS（GaussianAvatars / SplattingAvatar）。**注意第 ① 步的 FLAME/BFM 许可即已堵死商用，第 ④ 步的仓库许可也基本全非商用。** 移动端方向可参考 [HoloMobile（单目视频→紧凑动态高斯）](https://dl.acm.org/doi/pdf/10.1145/3745756.3809219)。

### 2.4 素材与训练量级（实测/仓库口径）

| 路线 | 素材需求 | 训练量级 |
|---|---|---|
| Person-specific 3DGS 说话头（GaussianTalker / SyncTalk / TalkingGaussian） | **1~5 分钟** 512²/25fps 单目视频 | GaussianTalker 10k 迭代；SyncTalk 60k + 100k finetune（**各仓库统一小时数未确认**） |
| Few-shot（InsTaG / EmoTaG） | **10 秒** / **5 秒（125 帧）** 适配 | EmoTaG 适配 20k 迭代 |
| 单图 one-shot（LAM / FlexAvatar） | **1 张图**（FlexAvatar 另有 10 秒精修） | LAM **无需训练**（前向一次）；FlexAvatar 10 秒微调 |
| 中文综述口径 | 「这类方法需要目标人物**数分钟**的音视频数据进行专属拟合优化」 | — |

> 来源：《音频驱动的数字人技术进展》，《中国图象图形学报》2026 年第 31 卷第 7 期，[PDF](http://www.cjig.cn/rc-pub/front/front-article/download/157321213/lowqualitypdf/Progress%20in%20audio-driven%20digital%20human%20technologies.pdf)（原文：特定人优化模型「需要目标人物数分钟的音视频数据进行专属拟合优化」；3DGS 路线「核心挑战仍集中在动态一致性与可编辑性……容易出现高斯漂移、密度分布不稳定或局部撕裂」）

### 2.5 与实时驱动的结合点

**3D 侧目前没有现成的「LLM + TTS + 3DGS 音频驱动」端到端开源方案**——需要自己把音频驱动渲染接到流式 TTS 后面。

**唯一的例外是阿里 LAM 生态**，它已经打通：
1. **LAM**（Apache-2.0）单图 → 可驱动 3D 高斯头像；
2. **LAM_Audio2Expression**（Apache-2.0）音频 → ARKit blendshape 实时驱动；
3. **LAM_WebRender** WebGL 跨平台渲染；
4. 官方提供 **Avatar Export** 工具，直接导出成 **OpenAvatarChat** 可用的格式；
5. OpenAvatarChat 内已有 WebGL Interactive Chatting Avatar SDK（LLM + ASR + TTS + Avatar 全链路）。

> 来源：[LAM README 的 News 区块](https://raw.githubusercontent.com/aigc3d/LAM/master/README.md)、[LAM_Audio2Expression README](https://raw.githubusercontent.com/aigc3d/LAM_Audio2Expression/main/README.md)、[OpenAvatarChat](https://github.com/HumanAIGC-Engineering/OpenAvatarChat)

**这是 2026 年唯一「个人开发者用 16GB 卡 + Apache-2.0 + 真 3DGS + 实时对话」能走通的路径。** 其余 2D 路线（见第二块）开箱即用度更高。

### 2.6 明确判断：个人开发者现在该不该走 3D 路线？

**答：不该当主线；只做两个单点。**

**不该当主线的 4 个理由：**

1. **许可证是硬墙（最致命）**。3DGS 说话头几乎全数非商用（清华 Gaussian-Head-Avatar / GaussianAvatars / SplattingAvatar / TalkingGaussian / InsTaG / EmoTaG / INSTA），且都叠了 FLAME/BFM 这类同样非商用的基础模型。**这意味着你就算把技术跑通，也不能商用——技术投入没有商业出口。**
2. **工程成本极高**。sm_120 需要 cu128 + torch≥2.7 重建所有 CUDA 子模块，而这些说话头仓库普遍锁 torch 1.12/1.13 + TF 2.8 + CUDA 11.x + python 3.7 → 等于重写。数据链还要编译 OpenFace、申请 FLAME/BFM/SMPL、跑 VHAP/EasyPortrait。
3. **2D 路线性价比碾压**。EchoMimicV3（**Apache-2.0**，AAAI 2026）Flash 档 **12GB 显存 / 8 步 / 768×768**，16GB 完全可用，且有中文 wav2vec2 + 中文 FAQ + B站教程；OpenAvatarChat / AigcPanel / MuseTalk（MIT）/ LiveTalking 已把 LLM+TTS+口型打通。
4. **3DGS 的固有缺陷**：动态一致性差，易高斯漂移、局部撕裂；复杂表情（大幅度张口、牙齿与口腔内部显露）难稳定表达；极端光照或稀疏视角下细节缺失。

**该做的两个单点（都是 Apache-2.0/MIT，都能在 16GB 上跑）：**

- **① 3D 资产生产**：**TripoSG**（MIT，最低 8GB）出形状，配合其他纹理工具；需要更强效果时用 **TRELLIS v1**（MIT，16GB 卡下限）。用于给 2D 数字人做道具/场景/角色三视图素材，而不是做「可驱动头像」。
- **② 单图零训练 3D 头像**：**LAM**（Apache-2.0）——单图秒级生成、无训练、无神经网络驱动、WebGL 跨平台、官方已打通 OpenAvatarChat。**这是「真 3D 数字人」里唯一同时满足「许可干净 + 16GB 随便跑 + 可实时对话」的方案。**

**决策口诀**：想**出片/变现** → 走 2D（第二块）；想**做技术储备/差异化的 3D 形象** → 用 LAM + TripoSG；**不要**把时间投入到 person-specific 3DGS 说话头训练上。

---

## 3. 第二块：一体化开源数字人平台（拿来即用）

### 3.1 重要前置事实

> **HeyGem.ai = Duix.Avatar，是同一个仓库的新旧名。** `github.com/GuijiAI/HeyGem.ai` 现 301 跳转到 `github.com/duixcom/Duix-Avatar`（同一 repo id `907627874`）。中文互联网上大量「HeyGem vs Duix」的对比文章都已过时。
> 核查方式：[GuijiAI/HeyGem.ai 的 raw LICENSE](https://raw.githubusercontent.com/GuijiAI/HeyGem.ai/main/LICENSE) 与 [duixcom/Duix-Avatar LICENSE](https://raw.githubusercontent.com/duixcom/Duix-Avatar/main/LICENSE) 内容一致，均为 «DUIX.COM COMMUNITY LICENSE AGREEMENT»。

### 3.2 对比总表

| 项目 | Star | 最近更新 | 许可证 | 可商用 | 显存（16GB 卡） | 部署难度 | 功能（口播/直播/实时对话/唇形/声克隆） | 中文资料 | 推荐度 |
|---|---|---|---|---|---|---|---|---|---|
| **Duix.Avatar**（原 HeyGem.ai） | 15547 | 2026-04-21（趋缓） | **DUIX.COM Community License**（自定义，GitHub 标 NOASSERTION） | ⚠️ **有条件**：LICENSE 写 **MAU>1000 须商业授权**；README 却写 10 万用户/1000 万美元营收 → **自相矛盾，以 LICENSE 为准** | 官方推荐 RTX 4070 12GB；社区称 8GB 可用；**镜像约 70GB + 磁盘 100GB** | ★★☆☆☆ Docker Compose 一键（有 5090 专用 compose） | ✅✅ / ❌ / ❌ / ✅✅ / ✅✅ | 极丰富 | ⭐⭐⭐⭐ |
| **Duix Mobile**（duix.ai） | — | — | DUIX.COM Community License | ⚠️ 有条件（MAU>1000） | 端侧（手机），不占 PC 显存 | ★★☆☆☆ SDK 集成 | ❌ / ❌ / ✅✅ / ✅ / ⚪ | 中 | ⭐⭐（仅移动端/车机） |
| **Linly-Talker** | 3453 | 2026-02-10 | **MIT**（但组件传染） | ⚠️ **代码可，权重不可**（默认打包非商用 Wav2Lip） | 未确认（分模型） | ★★★★☆ 需编译 NeRF + pytorch3d | ✅ / ❌ / ✅ / ✅ / ✅ | 极丰富 | ⭐⭐⭐ |
| **Linly-Talker-Stream** | — | 2026-02 | **Apache-2.0** | ⚠️ 同上（仍用 Wav2Lip） | 未确认 | ★★★☆☆ 一键 `setup-env.sh` | ❌ / ⚪ / ✅✅ / ✅ / ✅ | 中 | ⭐⭐⭐ |
| **Fay** | 13545 | **2026-09-21**（最活跃） | **GPL-3.0** | ✅ 可（**但传染性强**） | 自身不占，由外接模型决定 | ★★☆☆☆ pip 安装 | ❌ / ✅✅ / ✅✅ / ⚪ / ⚪ | 极丰富 | ⭐⭐⭐⭐ |
| **OpenAvatarChat** | 3773 | 2026-07-31 | **Apache-2.0** | ✅ **明确可**（依赖 LiteAvatar=MIT、MuseTalk=MIT、FlashHead=Apache-2.0、CosyVoice=Apache-2.0） | **LiteAvatar 社区实测仅 4GB**；MuseTalk ≥12GB | ★★☆☆☆ `uv run install.py` 一站式 | ❌ / ⚪ / ✅✅✅（2.2s）/ ✅ / ✅ | 很好 | ⭐⭐⭐⭐⭐ |
| **AigcPanel** | 5574 | **2026-09-18** | **Apache-2.0**（Pro/VIP 功能收费） | ✅ 软件可（所挂模型各自许可，含非商用 Wav2Lip） | 由所挂模型决定（Heygem 一键包 8GB） | ★☆☆☆☆ **桌面 App + 模型市场一键包** | ✅✅ / ✅(VIP) / ❌ / ✅✅ / ✅✅ | 极丰富 | ⭐⭐⭐⭐⭐ |
| **SadTalker** | 14098 | **2024-06-26**（停更 2 年+） | Apache-2.0 **except 第三方**（清单未列出，法律文本不完整） | ⚠️ 代码可；**权重含非商用 Wav2Lip + s3fd** | 未确认（偏低） | ★★★☆☆ 锁 Py3.8 + cu113，**sm_120 不友好** | ✅ / ❌ / ❌ / ✅ / ❌ | 中上 | ⭐⭐ |
| **EchoMimic V1** | 4300 | 2026-04-07 | **Apache-2.0** | ✅ 可 | V100 16G 可跑 | ★★★☆☆ | ✅ / ❌ / ❌ / ✅ / ❌ | 好 | ⭐⭐⭐ |
| **EchoMimic V2** | 4657 | 2026-02-23 | **Apache-2.0** | ✅ 可 | 4090D 24G / V100 16G | ★★★☆☆ | ✅ / ❌ / ❌ / ✅✅ / ❌ | 好 | ⭐⭐⭐⭐ |
| **EchoMimic V3 / Flash** | 1061 | 2026-03-18 | **Apache-2.0**（README 声明；根目录无 LICENSE 文件） | ✅ 可（"We claim no rights over your generated contents"） | **preview 12GB / Flash 12GB、768×768** ✅ | ★★★☆☆ Linux 脚本 / Windows 网盘一键包 | ✅✅ / ❌ / ❌ / ✅✅✅ / ❌ | 好 | ⭐⭐⭐⭐⭐ |
| **MuseTalk** | 6604 | 2025-09-26 | **MIT**（代码 + 权重） | ✅ **明确可**（README：model "available for any purpose, even commercially"） | **4GB 可跑** ✅✅ | ★★★☆☆ 需 mmcv/mmpose + ffmpeg | ⚪ / ❌ / ✅(30fps+) / ✅✅ / ❌ | 好 | ⭐⭐⭐⭐ |
| **LatentSync** | 6090 | 2025-06-20 | Apache-2.0 | ✅（SD 系权重需另查） | 偏高，官方未给单卡数值 → 未确认 | ★★★☆☆ | ⚪ / ❌ / ❌ / ✅✅✅ / ❌ | 中 | ⭐⭐⭐ |
| **Wav2Lip** | — | 老项目 | 自定义（无标准协议） | ❌ **明确禁止商用**（README 双重声明，LRS2 训练） | 极低 | ★★☆☆☆ | ⚪ / ❌ / ❌ / ✅ / ❌ | 多 | ⭐（仅研究） |
| **LivePortrait** | 19084 | 2026-06-01 | MIT **但带保留** | ⚠️ **必须替换 InsightFace 检测模型才可商用** | 很低（1–2GB）✅ | ★★☆☆☆ | ⚪ / ❌ / ❌ / ⚪ / ❌ | 多 | ⭐⭐⭐ |
| **Sonic** | 3274 | 2026-01-08 | **CC-BY-NC-SA 4.0** | ❌ **禁止商用** | 中 | ★★★☆☆ | ✅ / ❌ / ❌ / ✅ / ❌ | 少 | ⭐ |
| **Hallo / Hallo2** | — | — | **MIT** | ✅ | 中 | ★★★☆☆ | ✅ / ❌ / ❌ / ✅ / ❌ | 中 | ⭐⭐⭐ |
| **OpenTalking**（2026 新） | 3056 | 2026-09-04（2026-04 建仓） | **Apache-2.0** | ✅ | **quicktalk 在 3090 实测 ~3.8 GiB、~35fps** ✅✅ | ★★★☆☆ uv + Docker Compose | ❌ / ⚪ / ✅✅ / ✅ / ✅ | 好（中文优先） | ⭐⭐⭐⭐⭐ |
| **SoulX-FlashHead**（2026 新） | 1078 | 2026-05-28 | **Apache-2.0** | ✅ | **Lite 单 4090 实时（96FPS/3 路）** ✅；**Pro 需双 5090 → 16GB 跑不动** | ★★★☆☆ 需编译 flash-attn | ❌ / ⚪ / ✅✅ / ✅ / ❌ | 中 | ⭐⭐⭐⭐ |
| **LongCat-Video-Avatar 1.5**（2026 新，美团） | ~4634 | 2026-05（1.5 版） | **MIT**（repos LICENSE，Copyright (c) 2025 Meituan） | ✅ 可商用 | ❌ **最低 2×A100 80G；INT8 量化仍需 ~40GB** | ★★★★★ | ✅✅ / ❌ / ❌ / ✅✅ / ❌ | 中 | ⭐⭐（16GB 不可行） |
| **LiveTalking** | ~9600 | 活跃 | **Apache-2.0 + 水印附加条款** | ⚠️ 可，但**声明发布视频须带 LiveTalking 水印和标识** | wav2lip256 @3060=60fps | ★★☆☆☆ | ⚪ / ✅✅ / ✅✅ / ✅ / ✅ | 多 | ⭐⭐⭐⭐ |
| **LingCast（灵播）** | — | 2026 | 未确认 | 未确认 | 低（CPU 亦可，Wav2Lip ONNX 35fps+） | ★★★★☆ 三微服务 + Docker | ✅ / ✅✅ / ✅ / ✅ / ❌ | 中 | ⭐⭐⭐（直播架构参考） |
| **OmniHuman-1 / 1.5**（字节） | ❌ **未开源** | — | 仅论文（ICCV 2025） | ❌ | — | — | — | — | ❌ 不可用 |
| **HeiXia2077/live-avatar** | — | 2026-08 | 未确认 | 未确认 | 全本地中文语音对话数字人 | — | ✅ / ❌ / ✅ / ✅ / ⚪ | 中文 | ⭐⭐⭐（可抄作业） |

### 3.3 逐项关键要点

**Duix.Avatar（原 HeyGem.ai）— 许可最需要读原文的一个**
LICENSE 第 2 条原文（[来源](https://raw.githubusercontent.com/GuijiAI/HeyGem.ai/main/LICENSE)）：

> "**Additional Commercial Terms.** If ... either (a) the Monthly Active Users of the products or services made available by or for Licensee ... is greater than **1 thousand** in the preceding calendar month, or (b) your product incorporating DUIX.COM Materials has greater than **1 thousand** Monthly Active Users, you must request a commercial license from DUIX.COM..."

但同一仓库 README_zh 写「支持全球免费商用（用户量超过 **10 万**或年营收达 1000 万美元以上的企业需签署商业许可协议）」→ **LICENSE vs README 阈值冲突（1000 vs 10 万）。LICENSE 是法律文件，保守按 1,000 MAU 评估。**

其他常被忽略的附加义务：
- 分发时须**显著展示 "Built with DUIX.COM"**；
- 用其材料训练/微调模型，**模型名须以 "DUIX.COM" 开头**；
- 须随附 Notice：「DUIX.COM is licensed under the DUIX.COM Community License, Copyright © DUIX.COM Platforms, Inc. All Rights Reserved.」；
- **§5(c)：你使用该材料产生的案例/应用，DUIX.COM 获得永久、全球、免费、不可撤销的使用权**（含营销用途），无需补偿或署名。

**功能边界**：Duix.Avatar 的官方 README 明确写「数字人实现的是克隆和非实时视频合成，如需交互请访问 duix.com」→ **它不做实时对话，只做离线口播视频**。

**Duix Mobile（duix.ai）**：是**实时交互 SDK**（Android/iOS/车机/大屏，端侧 <120ms），但仓库只提供 **4 个公共形象**（Leo/Oliver/Sofia/Lily），自定义形象需邮件 support@duix.com **付费定制**（官方口径：提供 15 秒~2 分钟视频通常足够）。所以它是「开源 SDK + 商业定制形象」，不是拿来即用。

**Linly-Talker**：自身 MIT，但 README 明确警告 "**In addition to adhering to the MIT License, ensure that you comply with all license agreements for any referenced models and components.**" 而它默认打包了 **Wav2Lip 权重（明确禁止商用）** 与 SadTalker 依赖链的 `s3fd` 等 → **默认配置下整体不可商用，必须替换权重**。

**Fay**：不是视频生成器，而是数字人「大脑+总线」的 agent 框架（向上适配数字人模型、向下接 LLM）。GPL-3.0 **允许商用**，但**传染性强**——若你分发修改后的 Fay 或衍生作品，必须以 GPL-3.0 开源。自用/内部部署无此约束。

**OpenAvatarChat**：主项目 Apache-2.0，依赖链（LiteAvatar=MIT、MuseTalk=MIT、SoulX-FlashHead=Apache-2.0、CosyVoice=Apache-2.0、SenseVoice=Apache-2.0、silero-vad=MIT、wav2vec2=MIT）**全链路无一处「禁止商用」**，这在开源数字人里非常罕见。**但默认预置配置用阿里云百炼 API 做 LLM+TTS（需 `DASHSCOPE_API_KEY`），不是全离线**；想零 API 费用需自己换本地 LLM + 本地 CosyVoice。0.6.0（2026-04）重构为前后端分离，全数字人支持**双工打断**。

**AigcPanel**：软件本体 Apache-2.0，**但 Pro/VIP 功能（可视化工作流、智能直播、云端模型服务）收费** → 「开源核心 + 闭源增值」。集成的视频模型为 MuseTalk / LatentSync / Wav2Lip / Heygem → **商用须避开 Wav2Lip 与 Heygem，固定选 MuseTalk 或 LatentSync**。

**SadTalker**：README Highlights 首条写 "The license has been updated to Apache 2.0, and we've **removed the non-commercial restriction**"；但它的 checkpoint 包**捆了 `wav2lip.pth`**，且 LICENSE 只说 "except for the third-party components listed below" 却**没有实际列出清单**（法律文本不完整）。**代码许可 ≠ 可用。**

**EchoMimic 全家桶（重要澄清）**：**不是 CC-BY-NC，也不是「仅限研究」**。V1/V2 有 LICENSE 文件原文为 Apache-2.0；V3 根目录无 LICENSE 文件但 README 的「📜 License」章节明确写 "**The models in this repository are licensed under the Apache 2.0 License. We claim no rights over your generated contents**"。三个 README 都保留 "intended for academic research" 的 **Disclaimer（免责声明，用户自担责任）**——**这是免责声明，不是授权限制，Apache-2.0 授权优先**。这是中文社区误传最多的一条。

**LivePortrait（最容易踩的坑）**：19k star，很多人以为 MIT 就直接商用。但 LICENSE 原文明确：

> "The code of InsightFace is released under the MIT License. **The models of InsightFace are for non-commercial research purposes only.** If you want to use the LivePortrait project for commercial purposes, you should **remove and replace InsightFace's detection models** to fully comply with the MIT license."

### 3.4 最终推荐：个人开发者最推荐的 2 个一体化平台

#### 🏆 做口播视频 → **AigcPanel**（[modstart-lib/aigcpanel](https://github.com/modstart-lib/aigcpanel)）

1. **部署难度全场最低**：Electron 桌面应用（Windows `.exe` / macOS `.dmg` / **Linux `.AppImage` + `.deb`**），打开软件 → 模型市场下载一键启动包 → 直接用。**零 Docker、零编译**，Ubuntu 直接用 AppImage。还带 CLI（`aigcpanel serverCall`）便于脚本集成。
2. **许可证最省心**：软件本体 Apache-2.0（LICENSE 与 GitHub API 一致），不像 HeyGem 那样 LICENSE 与 README 自相矛盾。
3. **一个界面把口播全链路都包了**：数字人视频合成（MuseTalk / LatentSync / Wav2Lip / Heygem 四选一换口型）+ 7 个 TTS/声音克隆模型（CosyVoice-300M/Instruct/CosyVoice2、FishSpeech、IndexTTS、SparkTTS、GPT-SoVITS）+ ASR 字幕 + 25 个音视频工具箱。
4. **极活跃**：5574 star，push 2026-09-18（本次清单里最新），**open issue 仅 5 个**。
5. **中文一等公民**：简中/英双语界面、官网 aigcpanel.com、微信群 + QQ 群、Gitee 镜像。
6. **16GB 卡充分**：挂 MuseTalk（4GB 起）或 Heygem 驱动（社区一键包 8GB）都在余量内。

**必须操作**：商用场景在 AigcPanel 里**固定选 MuseTalk 或 LatentSync 作为口型引擎，不要用 Wav2Lip / Heygem**。智能直播、可视化工作流、云端模型服务属 VIP 付费功能。

**备选（更看重最终画质、且能接受读许可原文）**：**Duix.Avatar（原 HeyGem）**。口型效果公认第一梯队，Docker Compose 一键、有 5090 专用 compose、中文教程铺天盖地。**但请按 LICENSE 的 1,000 MAU 阈值（而非 README 的 10 万）评估商用风险，并准备履行 "Built with DUIX.COM" 署名义务。**

#### 🏆 做实时对话数字人 → **OpenAvatarChat**（[HumanAIGC-Engineering/OpenAvatarChat](https://github.com/HumanAIGC-Engineering/OpenAvatarChat)）

1. **许可证组合最干净的实时方案**：主项目 Apache-2.0 + LiteAvatar(MIT) + MuseTalk(MIT) + SoulX-FlashHead(Apache-2.0) + CosyVoice(Apache-2.0)。**全链路无一处「禁止商用」**。
2. **显存极度友好**：LiteAvatar 2D 路线社区实测**仅需 4GB 显存**。16GB 卡不仅够，还能同时跑本地 LLM/TTS（全离线很关键）。
3. **延迟达标**：官方标称**平均响应 2.2 秒**；0.6.0（2026-04）起支持**手动打断 + 双工打断**。
4. **部署真·一键**：`uv run install.py --config xxx.yaml` 自动解析依赖、合并版本冲突、给 flash-attn 加 `--no-build-isolation`；`uv run scripts/download_models.py` 统一下模型（国内自动走 ModelScope + hf-mirror）。
5. **sm_120 明确支持**：文档写明「确保本机 NVIDIA 驱动程序支持的 CUDA 版本 >= 12.8」——正好对上 Blackwell。这一点远胜 SadTalker/EchoMimic v1/v2 那些锁 cu113/cu118 的老项目。
6. **中文一手资料**：中文 README 为默认、[中文文档站](https://humanaigc-engineering.github.io/OpenAvatarChat/)、[官方 B 站教程](https://www.bilibili.com/video/BV1sv8QzLEC2)、微信群。

**必须注意**：默认配置用阿里云百炼 API（需 DASHSCOPE_API_KEY），**不是全离线**；MuseTalk 路线要 ≥12GB、FlashHead Pro 要双 5090 → **16GB 卡上 LiteAvatar 是唯一稳妥选择**；`LAM_Audio2Expression` 已核实为 **Apache-2.0** ✅。

**并列备选**：**OpenTalking**（3056 star，2026-04 新项目，Apache-2.0，quicktalk 在 3090 上 ~3.8GiB / ~35fps，带完整 WebRTC 前后端 + 形象库上传 UI，中文优先）。

**直播推流场景**：编排层选 **Fay**（GPL-3.0，13.5k star，日更），画面驱动选 **LiveTalking**（Apache-2.0，wav2lip256 在 3060 上 60fps，原生 WebRTC/RTMP/虚拟摄像头）或参考 **LingCast** 架构。注意 LiveTalking 的**水印附加条款**与 Fay 的 **GPL-3.0 传染性**。

**LAM 3D 路线**：OpenAvatarChat 内已有 LAM WebGL Interactive Chatting Avatar SDK + Avatar Export 工具，是「真 3DGS 实时对话」的落点。

---

## 4. 第三块：商用授权与合规风险

### 4.1 许可证体系：先分清 5 类

| 类别 | 典型许可证 | 商用 | 义务 |
|---|---|---|---|
| **宽松开源** | Apache-2.0 / MIT / BSD | ✅ 自由商用 | 保留版权与许可声明；Apache-2.0 另含专利授权与 NOTICE 要求 |
| **署名/传染型 CC** | CC-BY-4.0 / CC-BY-SA-4.0 | ✅（BY-SA 有传染） | 必须署名；SA 要求衍生同许可 |
| **非商业 CC** | **CC-BY-NC-4.0 / CC-BY-NC-SA-4.0** | ❌ **禁止商用** | 定义："NonCommercial means not primarily intended for or directed towards commercial advantage or monetary compensation" |
| **自定义社区许可** | Tencent Hunyuan Community License / DUIX.COM Community License / Llama 系 / OpenRAIL-M | ⚠️ **有条件** | 常见条款：地域排除（EU/UK/韩国）、MAU 门槛（1000 / 100 万）、强制署名（"Powered by…" / "Built with…"）、禁止用输出改进其他模型、AUP 附加限制 |
| **Copyleft** | GPL-3.0 / AGPL-3.0 | ✅ 但传染 | 分发衍生作品须同许可开源；AGPL 还覆盖网络服务 |
| **无许可证** | 仓库无 `LICENSE` 文件 | ❌ **默认保留所有权利** | 法律上不可用（不是「开源」） |

**⚠️ 关于「无 LICENSE 文件」**：本次调研中，**大量 3DGS 研究仓库根本没有 LICENSE 文件**（GaussianTalker、HeadGaS、TensorialGaussianAvatar、gaussian-head 等均 404）。按伯尔尼公约，**无许可 = 保留所有权利 = 不能合法使用**，这是「看着开源」的终极形态。

### 4.2 主流模型许可证速查表（逐条核实）

| 模型 / 项目 | 许可证 | 可商用判断 | 关键约束（原文要点） |
|---|---|---|---|
| **Wav2Lip** | 自定义（无标准协议） | ❌ **禁止商用** | "should only be used for research/academic/personal purposes only ... **any form of commercial use is strictly prohibited**"；"can only be used for personal/research/non-commercial purposes" |
| **Sonic** | **CC-BY-NC-SA 4.0** | ❌ **禁止商用** | [LICENSE 原文](https://raw.githubusercontent.com/jixiaozhong/Sonic/main/LICENSE) 为完整 CC BY-NC-SA 4.0 文本 |
| **LivePortrait** | MIT（代码）+ **InsightFace 模型非商用** | ⚠️ **须替换 InsightFace 检测模型** | "The models of InsightFace are for non-commercial research purposes only. If you want to use the LivePortrait project for commercial purposes, you should remove and replace InsightFace's detection models" |
| **InsightFace** | 代码 MIT / 模型非商用 | ⚠️ 模型禁止商用 | 官方站点明确模型许可与代码许可分离 |
| **SadTalker** | Apache-2.0 except 第三方（清单缺失） | ⚠️ 代码可，**权重含非商用 Wav2Lip + s3fd** | README："removed the non-commercial restriction"；但 checkpoint 含 `wav2lip.pth` |
| **MuseTalk** | **MIT**（代码 + 权重） | ✅ **明确可商用** | "code: MIT, no limitation for both academic and commercial usage; model: available for any purpose, **even commercially**"；注意 `S3FD`/`face-alignment` 等第三方检测器需各自遵守 |
| **LatentSync** | Apache-2.0 | ✅（SD 系权重需另查） | — |
| **EchoMimic V1 / V2 / V3** | **Apache-2.0**（V3 为 README 声明） | ✅ **可商用** | V3 README："The models in this repository are licensed under the Apache 2.0 License. **We claim no rights over your generated contents**"；V1/V2 有 LICENSE 文件原文 |
| **Hallo / Hallo2** | MIT | ✅ 可商用 | — |
| **VideoReTalking** | Apache-2.0 | ✅（组件需查） | — |
| **Linly-Talker** | MIT（代码） | ⚠️ 代码可，**默认打包非商用权重** | README：须同时遵守所有引用模型的许可协议 |
| **Fay** | **GPL-3.0** | ✅ 可（**传染**） | 闭源分发有风险 |
| **Duix.Avatar / HeyGem.ai** | **DUIX.COM Community License** | ⚠️ **有条件（MAU>1000 须商业授权）** | 另需 "Built with DUIX.COM" 署名、Notice 文件、模型名以 DUIX.COM 开头、§5(c) 授予 DUIX 对你案例的永久免费使用权 |
| **OpenAvatarChat** | **Apache-2.0** | ✅ 可商用 | 依赖链全干净（LiteAvatar MIT / MuseTalk MIT / FlashHead Apache-2.0 / CosyVoice Apache-2.0） |
| **AigcPanel** | **Apache-2.0** | ✅ 软件可（Pro/VIP 收费） | 集成的 Wav2Lip/Heygem 各自受限 |
| **LAM / LHM / LAM_Audio2Expression** | **Apache-2.0** | ✅ 可商用 | — |
| **TripoSG / TripoSR** | **MIT** | ✅ 可商用 | — |
| **TRELLIS / TRELLIS.2** | **MIT**（代码 + 权重） | ✅ 可商用 | HF 卡 `license: mit` |
| **Step1X-3D** | **Apache-2.0** | ✅ 可商用 | — |
| **Splat-SLAM** | Apache-2.0 | ✅（但 sm_120 不可行） | — |
| **SAM 3D** | SAM License | ⚠️ 未禁商用但非 OSI 标准开源 | 受出口管制、军事用途等限制 |
| **Gaussian-Head-Avatar** | 清华非商用许可 | ❌ **禁止任何商业用途** | 明确禁止用于训练商用模型 |
| **GaussianAvatars / SplattingAvatar** | **CC-BY-NC-SA-4.0** | ❌ **禁止商用** | GaussianAvatars 另有 Toyota 限制 |
| **TalkingGaussian / InsTaG / EmoTaG** | research only | ❌ 禁止商用 | — |
| **NanoAvatar** | 代码 MIT / **权重 CC BY-NC 4.0** | ⚠️ 代码可，**权重禁止商用** | 典型的「代码许可与权重许可分离」 |
| **FLAME / BFM / SMPL(-X)** | 各自研究许可 | ❌ **非商用** | **3D 人脸/人体链的上游污染源**——几乎所有 3DGS 说话头都依赖它 |
| **INRIA 3DGS 原版** | 自定义 | ❌ **非商用** | GaussianTalker 等依赖它 |
| **MiniMax M2 / M2.5** | **MIT** | ✅ 可商用 | 2025-10 / 2026-02 发布 |
| **MiniMax M2.7**（2026-04） | **NON-COMMERCIAL LICENSE**（自称 "Modified-MIT"） | ❌ **商用须事先书面授权** | 商业用途须显著标注 "Built with MiniMax M2.7"；自托管编程豁免 |
| **Qwen3.8-27B**（2026-08） | **Apache-2.0** | ✅ 可商用 | 实测 HF LICENSE 为标准 Apache-2.0 全文 |
| **Qwen3.8-Max / 2.4T-A95B**（2026-08） | **自定义 Qwen3.8-Max License** | ⚠️ **有条件** | MaaS/AI Work Assistant 业务累计 12 个月收入 > 5000 万美元须另行授权；MAU>1 亿或月收入>2000 万美元须 UI 署名；内部使用豁免 |
| **Qwen3.8-Flash-Next**（2026-08-24） | **Qwen Community License 1.0** | ⚠️ **有条件（更严）** | **MaaS 或 AI Work Assistant 业务，无收入门槛，商用前即须取得 Qwen 单独许可**；署名门槛 MAU>1 亿或月收入>2000 万美元 |
| **Kimi K3**（月之暗面） | 自定义 | ⚠️ 有条件 | 年收入 > 2000 万美元即触发商业合同，报道称收入分成最高 30% |

### 4.3 中国大厂开源条款：用 Wan / 混元 / LongCat / 阿里做商业数字人的注意点

#### 腾讯混元系列：**「社区许可」≠ 自由商用，有 3 个硬约束**

以 **Hunyuan3D 2.0 / 2.1 Community License** 原文（[2.0](https://raw.githubusercontent.com/Tencent-Hunyuan/Hunyuan3D-2/main/LICENSE)、[2.1](https://raw.githubusercontent.com/Tencent-Hunyuan/Hunyuan3D-2.1/main/LICENSE)）为例：

> **① 地域排除（最需要注意）**
> "THIS LICENSE AGREEMENT **DOES NOT APPLY IN THE EUROPEAN UNION, UNITED KINGDOM AND SOUTH KOREA** AND IS EXPRESSLY LIMITED TO THE TERRITORY, AS DEFINED BELOW."
> §1.l "**Territory**" shall mean the worldwide territory, **excluding the territory of the European Union, United Kingdom and South Korea**."
> §5.c "You must not use, reproduce, modify, distribute, or display the … Works, Output or results … **outside the Territory**. Any such use outside the Territory is **unlicensed and unauthorized**."

> **② MAU 门槛**
> §4 "If … the monthly active users of all products or services made available by or for Licensee is greater than **1 million monthly active users** in the preceding calendar month, **You must request a license from Tencent** … and You are not authorized to exercise any of the rights under this Agreement unless or until Tencent otherwise expressly grants You such rights."

> **③ 禁止用其输出改进其他模型**
> §5.b "You must **not use** the … Works or any Output or results of the … Works **to improve any other AI model** (other than Tencent Hunyuan … or Model Derivatives thereof)."

其他义务：§3.a 须向第三方提供本协议副本；§3.b 修改文件须显著标注；§3.c **鼓励**（非强制）发布博客并标注 "Powered by Tencent Hunyuan"；§3.d 分发须附 Notice 文本文件；§3.e **若向第三方提供服务，须清晰准确披露实际提供方的法定全名，并声明腾讯未关联/未背书**；§6.b **不授予商标许可**；§6.a **腾讯不主张你对输出（Outputs）的权利**（这一点对创作者友好）。

**适用范围**：Hunyuan3D 2.0 / 2.1 / Omni / Part、**HunyuanVideo-Avatar**（[LICENSE](https://raw.githubusercontent.com/Tencent-Hunyuan/HunyuanVideo-Avatar/main/LICENSE)，同族条款，Release Date 2025-05-28）、**HunyuanWorld-1.0**（[LICENSE](https://raw.githubusercontent.com/Tencent-Hunyuan/HunyuanWorld-1.0/main/LICENSE)，2025-07-27）、HunyuanWorld 2.0 / HY-World-2.0 等。

**结论**：用混元做**面向中国大陆**的商业数字人**通常可行**（个人开发者远低于 100 万 MAU）；但**产品要出海到欧盟/英国/韩国就违反许可**；且**不能拿混元的输出（如 3D 模型、视频）去训练你自己的模型**。做商业数字人时还要在界面上**披露你自己是服务提供方**。

#### 阿里 Wan 系列：分水岭在 2.2

| 版本 | 权重状态 | 许可 |
|---|---|---|
| **Wan 2.1 / 2.2（含 TI2V-5B、T2V-A14B、I2V-A14B、Animate-2-14B）** | **开放权重** | **Apache-2.0**（[Wan2.1 LICENSE.txt](https://hf-mirror.com/Wan-AI/Wan2.1-T2V-14B/raw/main/LICENSE.txt) 原文为标准 Apache-2.0 全文） |
| **Wan 2.5** | **无公开权重** | API-only（阿里云百炼 / fal / Replicate） |
| **Wan 3.0** | **无公开权重** | API-only（2026-08 上线 fal / Replicate / 8frame） |

**核查方法**（可自行复现，来自 [8frame 2026-08-28 的核查文章](https://www.8frame.co/blog/is-wan-3-open-source)）：

```
curl "https://huggingface.co/api/models?author=Wan-AI&sort=createdAt&direction=-1"
```

实测最新仓库依次为 `Wan2.2-Animate-2-14B-Distilled-Diffusers`、`Wan2.2-Animate-2-14B-Diffusers`（2026-08-06）、`Wan2.2-Animate-2-14B`（2026-07-14）、`Wan-Dancer-14B`（2026-07-10），其后是 2025 年的 Wan 2.2 / 2.1。**没有 2.5，也没有 3.0。**

> 本次调研独立复核（经 hf-mirror API）结果一致：Wan-AI 组织下最新仓库为 2026-08-06 的 `Wan2.2-Animate-2-14B-Diffusers` / `Wan2.2-Animate-2-14B-Distilled-Diffusers`，无 2.5/3.0 权重仓库。

**注意**：Wan 官方模型卡另有**可接受使用政策**（禁止违法、色情、名人换脸等），Apache-2.0 是代码/权重的版权许可，**不豁免 AUP 与本地法律（如中国的深度合成标识义务）**。做商业数字人换脸尤其要看这一层。

#### 美团 LongCat 系列：相对干净

| 模型 | 许可 | 核查 |
|---|---|---|
| **LongCat-Flash-Chat** | **MIT**（Copyright (c) 2025 Meituan） | [HF LICENSE 原文](https://hf-mirror.com/meituan-longcat/LongCat-Flash-Chat/raw/main/LICENSE) |
| **LongCat-Video-Avatar-1.5**（2026-05，13.6B DiT 音频驱动数字人） | **MIT** | [HF repo](https://huggingface.co/meituan-longcat/LongCat-Video-Avatar-1.5)、[鲸智社区模型页](https://aihub.caict.ac.cn/models/MEITUAN/LongCat-Video-Avatar-1.5) 标注「开源许可证：mit」 |
| LongCat-2.0 / Flash-Lite / Image / AudioDiT 等 | 以各自模型卡为准 | 多数为 MIT |

**但**：LongCat-Video-Avatar-1.5 虽许可最宽松（MIT），**算力门槛却是全场最高——最低 2×A100 80G，INT8 量化仍需约 40GB**，**单张 5060 Ti 16GB 完全不可行**。这是「开源省的是授权费，不是算力费」的最好例证。

#### 其他中国大厂（本次核查状态）

| 系列 | 状态 |
|---|---|
| **字节 OmniHuman-1 / 1.5** | ❌ **未开源**——仅论文（arXiv 2508.19209 / ICCV 2025），只能通过即梦等商业产品使用。注意 `julia-cherry/OmniHuman` 是同名但无关的 ECCV 2026 数据集项目。 |
| **字节 LatentSync** | ✅ Apache-2.0（已开源） |
| **快手 LivePortrait** | ⚠️ MIT + InsightFace 模型非商用（见上） |
| **快手可灵 Kling** | ❌ 闭源商业 API |
| **字节 Seedream / Seedance** | ❌ 闭源商业（即梦 CLI 可调用，非开源权重） |
| **智谱 CogVideoX / GLM** | 以各自仓库许可为准（本次未逐条复核 → 未确认） |
| **上海 AI Lab（InternVL 等）** | 以各自仓库许可为准（未确认） |

#### ⚠️ 2026 年最重要的新趋势：中国大厂许可证正在系统性收紧

这是本次调研中**最值得写进决策文档**的一条动向——「中国开源权重 = 永久宽松」的假设在 2026 年已经失效。

**① 阿里 Qwen 系列：从 Apache-2.0 转向自定义「收入门槛」许可**

- **Qwen3.8-27B（2026-08-05）**：仍是 **Apache-2.0**（本次实测其 HF LICENSE 原文为标准 Apache-2.0 全文）✅
- **Qwen3.8-Max / Qwen3.8-2.4T-A95B（2026-08，2.4 万亿参数）**：**首次不再用 Apache-2.0**，改为自定义 **「Qwen3.8-Max License」**。原文关键条款（[HF LICENSE 原文](https://hf-mirror.com/Qwen/Qwen3.8-2.4T-A95B/raw/main/LICENSE)）：

> **署名触发条件**：商业产品/服务若 **MAU > 1 亿** 或 **月收入 > 2000 万美元** → 必须在用户界面上**显著展示模型名称**。
>
> **独立商业许可触发条件**：若被许可方或其关联方从事 **Model as a Service** 或 **AI Work Assistant** 业务，且**被许可方及关联方在任意连续 12 个月内累计收入超过 5,000 万美元** → 须**事先从 Qwen 获得单独许可**才能将本软件或其衍生作品用于任何商业目的。
>
> **内部使用豁免**：上述要求**不适用于内部使用**，前提是该使用**不使本软件、其输出或其底层模型能力对任何第三方可用**。

「Model as a Service」定义为「让第三方访问语言模型推理或微调（如通过 API 或托管端点），使第三方能对输入、参数或训练数据行使有意义的控制」；「AI Work Assistant」定义为「主要设计用于 AI 辅助编程或办公效率的独立 AI 产品（如 Qoder、QwenWork）」，并明确排除单用途工具与域外助手。

**⚠️ 关键理解**：门槛画在**公司总收入**上，不是该模型的收入。**一家任何业务年收入超 5000 万美元的公司，只要把基于 Qwen3.8-Max 的助手推到客户面前，就落入门槛。** 同一家公司用它起草内部备忘录则豁免。

- **Qwen3.8-Flash-Next（2026-08-24）改用「Qwen Community License 1.0」——比 Max 那份更严**（[HF LICENSE 原文](https://hf-mirror.com/Qwen/Qwen3.8-Flash-Next/raw/main/LICENSE)）：

> 第 2 条："If the licensee or any of its affiliates **conducts a Model as a Service or AI Work Assistant business, the licensee shall obtain a separate license from Qwen before Using the Software** … for any commercial purpose."
>
> **注意：这一条没有收入门槛。** 只要你是 MaaS 或 AI Work Assistant 业务，**无论收入多少**，商用前都必须先拿到 Qwen 的单独许可（内部使用仍豁免，前提是不让第三方接触软件、输出或底层模型能力）。
>
> 第 1 条（署名）：商业产品/服务 MAU > 1 亿 或 月收入 > 2000 万美元 → 须在 UI 显著展示模型名。

**因此 Qwen 家族目前并存 3 种许可**：Apache-2.0（Qwen3.8-27B 等）、Qwen3.8-Max License（带 5000 万美元收入门槛）、Qwen Community License 1.0（MaaS/AI Work Assistant 无门槛即须授权）。**下载前必须逐仓库看 LICENSE 文件，不能凭「Qwen 都是 Apache-2.0」的印象。**

> 来源：[AI in Asia 分析（2026-08-14）](https://aiinasia.com/asian-ai/alibaba-qwen-max-open-weights-revenue-licence-cap-asian-ai-news-2026-08-14)、[SCMP：Alibaba adds commercial restrictions to open-weight Qwen3.8-Max](https://www.scmp.com./tech/tech-trends/article/3363927/alibaba-adds-commercial-restrictions-open-weight-qwen38-max-ai-model)、[Forkast：Open Weights, Closed Revenue Ceiling](https://forkast.news/open-weights-closed-revenue-ceiling-alibabas-qwen-3-8-license-is-a-platform-play-not-a-gift/)

**② MiniMax：M2.7 把「MIT」改成了「Non-Commercial」——本次最典型的「看着开源禁止商用」案例**

MiniMax 于 **2026-04-14** 前后变更 M2.7 授权。其 HF LICENSE **原文标题直接就是 `NON-COMMERCIAL LICENSE`**（[HF LICENSE 原文](https://hf-mirror.com/MiniMaxAI/MiniMax-M2.7/raw/main/LICENSE)，本次实测）：

> "Non-commercial use permitted based on MIT-style terms; **commercial use requires prior written authorization**."
>
> 第 2 条：If the Software … is used for any Commercial Use, you shall **prominently display "Built with MiniMax M2.7"** …
> 第 3 条：**Any Commercial Use … is prohibited without obtaining a separate, prior written authorization from MiniMax.**
> 第 5 条 Permitted Free Uses：personal use（含自托管编程）、非营利/学术研究、为上述目的而修改。

**背景与争议**：MiniMax 于 2025-10 以 **MIT** 开源 M2、2026-02 以 MIT 发布 M2.5，M2.7 是**首次打破完全开源惯例**。争议点在于他们把该协议标注为 **"Modified-MIT"**，而 MIT 本身明确允许商用——社区在 Hacker News 与 HF 讨论区批评这是「欺骗性开源」。MiniMax 开发者关系负责人 Ryan Lee 回应称「模型依然是开放的，你依旧可以下载权重、本地运行、微调、二次开发、开展研究、发布非商业项目」，调整的只有商业使用条款；并补充「**自托管的 M2.7 用于代码编写是绝对允许且免费的，并且不需要显示 'Built with MiniMax-M2.7'**」。

> 来源：[36氪/光通信Pro：MiniMax 修改开源授权被骂疯了](https://www.c114.net.cn/industry/75654.html)、[InfoQ 报道](https://www.infoq.cn/article/UGpjbIzIbbxbZ3XyWeRL)、[MiniMax-M2.7 HF LICENSE](https://huggingface.co/MiniMaxAI/MiniMax-M2.7/blob/8b8e6b9d7718dcc91bb4f8cef24f14f20be91de2/LICENSE)

**③ 同类先例**

- **月之暗面 Kimi K3**：许可证规定**年收入超 2,000 万美元即触发商业合同**，据报道**收入分成最高达 30%**。
- **小米 MiMo v2 系列**：采用**闭源协议**（但定价极具竞争力）。

**对个人开发者的含义**：
- 个人开发者/小团队**通常不触发**这些门槛（5000 万美元累计收入、1 亿 MAU）；
- 但**必须把模型许可当作「版本化依赖」来管理**：Qwen3.5/3.6 开源、3.7 闭源、3.8 开源**但带条件**；MiniMax M2/M2.5 是 MIT、M2.7 转为非商用——**同一家的相邻版本许可可能完全不同**；
- **衍生模型继承原许可条款**，所以必须记录「哪个权重进了哪个产品」。

### 4.4 2026 年中国法规与司法：数字人合规的现行红线

#### ① 《人工智能生成合成内容标识办法》——**2025-09-01 起施行**

依据《互联网信息服务深度合成管理规定》，要求 AI 生成合成内容加**显式标识**（可被用户感知的文字/图形标记）与**隐式标识**（元数据中嵌入生成合成信息）。配套强制性国标《网络安全技术 人工智能生成合成内容标识方法》同步实施。

> 来源：[司法部智慧普法平台·一图速览](http://legalinfo.moj.gov.cn/zhfxfzzx/fzzxzttj/202509/t20250903_524584.html)、[央广网报道](https://law.cnr.cn/pdjdt/20250910/t20250910_527356140.shtml)

**对数字人的影响**：你用开源模型生成的数字人口播视频，**对外发布时须依法加标识**，不能去掉元数据标识。

#### ② 最高人民法院《关于依法审理涉人工智能纠纷案件的意见》——**2026-09-07 发布（最新、最重要）**

发布会答记者问逐条披露了《意见》核心内容（[最高法官网原文](https://www.court.gov.cn/zixun/xiangqing/511111.html)）：

> **第 4 条（数字人创业者必读）**：
> "**未经同意**利用人工智能处理自然人的**姓名、肖像**等，生成**可识别该自然人**的**虚拟数字形象**并使用、公开的，构成对**姓名权、肖像权**等人格权益的侵害；
> **未经同意使用自然人声音作为训练语料**，模仿其音色、语调和发音风格生成**可识别的合成人声**的，构成对**声音权益**的侵害；
> 操控虚拟形象、合成声音实施不当行为或者发表不实言论、降低他人社会评价的，构成对**名誉权**的侵害。"

> **训练数据的合规边界（利好开源训练，但对个人数字人 Clone 更严）**：
> "为人工智能模型训练，**在合理范围内处理已合法公开的个人信息，且个人未明确拒绝的，一般不认定为侵权**。但是，**对个人权益有重大影响的，应当依照法律规定取得个人同意**。"

> **仿冒名人带货**："利用人工智能'**仿冒名人带货**'且构成欺诈，消费者主张**惩罚性赔偿**的，人民法院依法予以支持。"

> **避风港规则的参照适用**：生成式 AI 自动生成内容侵害人格权益，经权利人通知，服务提供者未及时采取停止生成等必要措施的，应承担侵权责任；用户恶意诱导生成的，用户承担侵权责任。

> **归责原则**：除法律明确规定无过错责任或过错推定责任外，**适用过错责任原则**。**严格将"人工智能产品"限定为以实物为载体的产品（如智能机器人、自动驾驶汽车），将没有实物载体的人工智能服务排除在产品责任之外。**

**对个人开发者的直接含义**：
- 用**自己**的照片/视频训练自己的数字人分身 → 需你自己**书面同意**（这是最干净的做法）；
- 用**他人**（含员工、模特、明星、网红）形象 → **必须取得明示同意**，否则直接构成肖像权侵害；
- 用**他人声音**做 TTS 克隆 → **声音权益**已明确受保护，同样须取得同意；
- 千万别做「明星脸带货」。

#### ③ 成都市《AI 生成广告合规指引》——**2026-09-18 发布（地方监管前沿）**

[成都市市场监督管理局发布](https://cbgc.scol.com.cn/news/7972674)，明确 **AI 生成广告的七项负面清单**：

1. 不得生成涉及时事政治、公共政策、社会民生等方面的**谣言或不实信息**用于广告营销；
2. 不得生成淫秽、色情、赌博、迷信、恐怖、暴力、低俗内容用于广告营销；
3. **未经同意，不得利用 AI 生成合成可识别特定自然人的虚拟数字形象用于广告营销。不得利用 AI 换脸等技术仿冒名人、明星或他人通过直播带货、短视频等开展广告活动。**
4. **不得使用可识别特定自然人的虚拟数字形象对医疗、药品、医疗器械、保健食品等不允许广告代言的商品、服务作推荐、证明。不得在广告中声称 AI 虚拟人对商品或服务的使用体验。**
5. 不得生成侵犯他人著作权、商标权等知识产权的内容用于广告营销；
6. 不得在「探店」「种草」、达人分享及测评等营销中，利用 AI 生成**虚假的体验内容**做广告；
7. 不得生成其他含有虚假或引人误解的内容。

**标识要求**：AI 生成广告在依法显著标明「广告」的基础上，还应显著清晰标注「**本广告使用 AI 技术辅助优化**」「**广告画面经 AI 处理**」「**本广告含 AI 虚拟场景**」「**本广告由 AI 技术生成**」「**本广告使用 AI 虚拟人**」「**本广告使用真人虚拟数字形象**」等标识。

#### ④ 其他相关依据

- 《民法典》**第 1019 条**：任何组织或个人不得以丑化、污损，或者利用信息技术手段伪造等方式侵害他人的肖像权。
- 《生成式人工智能服务管理暂行办法》（2023-08-15 施行）——[中国政府网原文](https://www.gov.cn/zhengce/202311/content_6917778.htm)
- 《互联网信息服务深度合成管理规定》
- 《个人信息保护法》(PIPL)：处理人脸等**敏感个人信息**须取得**单独同意**；**数据出境**需评估/标准合同。
- **欧盟 AI Act（对出海适用）**：深度伪造（deepfake）内容须**披露其为人工生成或操纵**；通用 AI 模型提供者另有透明度与训练数据摘要义务。叠加腾讯混元系许可**明确排除欧盟/英国/韩国**，**数字人产品出海欧洲时需同时评估许可与法规两层**（本次未逐条复核 AI Act 最新实施细节 → 条文细节未确认）。

### 4.5 训练数据与肖像权风险提示（实操清单）

| 风险场景 | 风险等级 | 建议做法 |
|---|---|---|
| 用**自己的**照片/视频训练数字人分身 | 低 | 自用/商用均可；建议保留书面自同意声明备档 |
| 用**公司员工/签约模特**形象 | 中 | 必须签**肖像权 + 声音权**双重授权，明确授权范围（期限、地域、用途、是否可用于 AI 训练、可否转授权） |
| 用**网络公开照片/视频**（含网红、素人） | **高** | 依最高法《意见》，**「可识别特定自然人的虚拟数字形象」未经同意即侵权**——「公开可得」不等于「可授权」 |
| 用**明星/名人**形象 | **极高** | 一刀切禁止。构成欺诈的可主张**惩罚性赔偿**（最高法《意见》） |
| 用**他人声音**做 TTS 声音克隆 | **高** | 最高法《意见》已明确**声音权益**受保护，须取得同意 |
| 用**逝者**形象做「AI 复活」 | **高** | 最高法《意见》专门规定**依法保护死者的人格利益** |
| 用**LRS2 等数据集**训练的权重（如 Wav2Lip） | **高** | 该数据集本身有伦理与授权限制，Wav2Lip 因此明确禁止商用 |
| 上传**用户照片**做数字人（SaaS） | **高** | PIPL 敏感个人信息需**单独同意**；需明确告知存储期限、是否用于训练；涉及境外用户须做**数据出境**合规 |
| 生成内容**未加标识**对外发布 | 中 | 违反《标识办法》，须加显式 + 隐式标识 |
| 在**欧盟/英国/韩国**部署混元系模型 | **高** | **属于许可明确排除的地域，使用即未经授权** |

---

## 5. 许可证红线清单（24 条）

> 按「绝对不能用 → 必须署名 → 必须申请授权」排序。

### 🚫 A 类：绝对不能用（禁止商用，无补救）

| # | 红线 | 来源 |
|---|---|---|
| 1 | **Wav2Lip 权重严禁任何形式商用**。它被广泛打包进 Linly-Talker、SadTalker、AigcPanel 的默认流程里——**用了这些平台的默认配置就等于踩线。** | [Wav2Lip README](https://github.com/Rudrabha/Wav2Lip)（"any form of commercial use is strictly prohibited"） |
| 2 | **Sonic 是 CC-BY-NC-SA 4.0，禁止商用**。 | [LICENSE 原文](https://raw.githubusercontent.com/jixiaozhong/Sonic/main/LICENSE) |
| 3 | **GaussianAvatars / SplattingAvatar 是 CC-BY-NC-SA-4.0，且 GaussianAvatars 另有 Toyota 限制。** | 仓库 LICENSE |
| 4 | **Gaussian-Head-Avatar（清华）明确禁止任何商业用途，且禁止用于训练商用模型。** | 仓库许可 |
| 5 | **FLAME / BFM / SMPL(-X) 基础模型本身即非商用研究许可**——它是整条 3D 头像链的**上游污染源**。只要你的 3DGS 头像依赖它，商用就被堵死。 | 各基础模型官方许可 |
| 6 | **仓库没有 LICENSE 文件 ≠ 开源**。GaussianTalker、HeadGaS、TensorialGaussianAvatar、gaussian-head 等均无 LICENSE（404）→ **默认保留所有权利，不能合法使用**。 | 各仓库根目录核查 |
| 7 | **INRIA 原版 3DGS 是非商用许可**——GaussianTalker 等一批说话头都建在它之上。 | graphdeco-inria/gaussian-splitting LICENSE |
| 8 | **InsightFace 的模型只允许非商业研究用途**。LivePortrait 是 MIT 代码，但**不替换 InsightFace 检测模型就不能商用**——这是 19k star 项目里被绝大多数教程忽略的一条。 | [LivePortrait LICENSE](https://raw.githubusercontent.com/KwaiVGI/LivePortrait/main/LICENSE) |
| 9 | **不能在欧盟 / 英国 / 韩国使用腾讯混元系模型（含 Hunyuan3D 2.x、HunyuanVideo-Avatar、HunyuanWorld）**。协议原文：这些地域**完全不适用**，境外使用「unlicensed and unauthorized」。 | [Hunyuan3D-2 LICENSE](https://raw.githubusercontent.com/Tencent-Hunyuan/Hunyuan3D-2/main/LICENSE) §1.l / §5.c |
| 10 | **不得使用混元系模型的输出（Output）去改进任何其他 AI 模型**（蒸馏、合成数据训练等均被禁止）。 | 同上 §5.b |

### ⚠️ B 类：必须署名 / 必须披露

| # | 红线 | 来源 |
|---|---|---|
| 11 | **Duix.Avatar（原 HeyGem.ai）分发时必须显著展示 "Built with DUIX.COM"**，须附 Notice 文件，用其材料训练的模型**名字要以 "DUIX.COM" 开头**；且 **§5(c) 授予 DUIX 对你使用案例的永久免费使用权**。 | [LICENSE 原文](https://raw.githubusercontent.com/GuijiAI/HeyGem.ai/main/LICENSE) |
| 12 | **混元系若向第三方提供服务，须清晰披露实际服务提供方的法定全名，并声明腾讯未关联/未背书**；分发须附协议副本与 Notice。 | Hunyuan LICENSE §3.a / §3.d / §3.e |
| 13 | **发布数字人视频须依法加 AI 标识**（显式 + 隐式），尤其广告场景须标注「本广告使用 AI 虚拟人」等。**去掉元数据标识属违规**。 | 《人工智能生成合成内容标识办法》、《成都市 AI 生成广告合规指引》七项负面清单 |
| 14 | **LiveTalking 有附加条款：基于它开发并发布在 B站/视频号/抖音等平台的视频须带 LiveTalking 水印和标识**——这不是标准 Apache-2.0 条款。 | LiveTalking README |

### 🔒 C 类：必须申请授权 / 门槛触发

| # | 红线 | 来源 |
|---|---|---|
| 15 | **Duix.Avatar（原 HeyGem.ai）的 MAU > 1,000 即须向 DUIX.COM 申请商业许可**。⚠️ 注意 **LICENSE 写 1,000，README 写 10 万，二者冲突**——按 LICENSE（法律文本）保守评估。 | [LICENSE §2](https://raw.githubusercontent.com/GuijiAI/HeyGem.ai/main/LICENSE) |
| 16 | **混元系 MAU > 100 万须向腾讯申请许可**（个人开发者通常不触发，但 SaaS 规模化后会）。 | Hunyuan LICENSE §4 |
| 17 | **Fay 是 GPL-3.0，闭源分发衍生作品即违约**；若你的产品需要闭源，不能直接用 Fay。 | [LICENSE](https://raw.githubusercontent.com/xszyou/Fay/master/LICENSE) |
| 18 | **AigcPanel 的 Pro/VIP 功能（可视化工作流、智能直播、云端模型服务）不在开源范围**。 | AigcPanel README |
| 19 | **「代码许可」与「权重许可」分离是常态**：NanoAvatar（代码 MIT / 权重 CC BY-NC 4.0）、LivePortrait（代码 MIT / InsightFace 模型非商用）、SadTalker（Apache-2.0 / 权重含 Wav2Lip）——**必须分别核查，不能只看代码 LICENSE**。 | 各仓库 |
| 20 | **「看着开源其实禁商用」的终极形态：无 LICENSE 文件**。判断一个仓库能否用，第一步永远是 `curl -sI .../LICENSE` 看是不是 404。 | 方法论 |
| 21 | **MiniMax M2.7 是「Non-Commercial License」却标注为 "Modified-MIT"**——**商业使用须事先取得 MiniMax 书面授权**（api@minimax.io），商业用途还须显著标注 "Built with MiniMax M2.7"。⚠️ 同系列的 M2（2025-10）与 M2.5（2026-02）是 **MIT**，**相邻版本许可完全不同**。 | [HF LICENSE 原文](https://hf-mirror.com/MiniMaxAI/MiniMax-M2.7/raw/main/LICENSE) |
| 22 | **Qwen3.8-Max（2026-08）不再是 Apache-2.0**，改为自定义许可：从事 MaaS 或 AI Work Assistant 业务且**累计 12 个月收入 > 5000 万美元须另行取得商业许可**；MAU > 1 亿或月收入 > 2000 万美元须在 UI 显著展示模型名。**（对比：Qwen3.8-27B 仍是 Apache-2.0——同一家、同一周发布、许可完全不同。）** | [HF LICENSE 原文](https://hf-mirror.com/Qwen/Qwen3.8-2.4T-A95B/raw/main/LICENSE) |
| 23 | **把模型许可当作「版本化依赖」管理**。中国大厂许可证在 2026 年系统性收紧（阿里 Qwen 3.5/3.6 开源→3.7 闭源→3.8 开源带条件；MiniMax M2/M2.5 MIT→M2.7 非商用；Kimi K3 年收入 2000 万美元触发分成）。**衍生模型继承原条款，必须记录「哪个权重进了哪个产品」。** | [AI in Asia](https://aiinasia.com/asian-ai/alibaba-qwen-max-open-weights-revenue-licence-cap-asian-ai-news-2026-08-14) |
| 24 | **「Qwen 都是 Apache-2.0」是过时印象**。同一周发布的三份 Qwen 许可完全不同：Qwen3.8-27B = Apache-2.0；Qwen3.8-Max = 自定义（5000 万美元收入门槛）；Qwen3.8-Flash-Next = Qwen Community License 1.0（**做 MaaS/AI Work Assistant 业务无收入门槛即须先取得单独许可**）。**商用前必须逐仓库读 LICENSE 文件。** | [Qwen3.8-Flash-Next LICENSE 原文](https://hf-mirror.com/Qwen/Qwen3.8-Flash-Next/raw/main/LICENSE) |

---

## 6. 面向 16GB / RTX 5060 Ti 的落地建议

### 6.1 立刻可做（本周就能跑起来）

| 目标 | 首选 | 备选 | 显存 |
|---|---|---|---|
| 批量口播视频 | **AigcPanel**（AppImage + 模型市场）+ **MuseTalk** 口型引擎 | EchoMimicV3（12GB/8步/768²） | 4–12GB |
| 实时语音对话数字人 | **OpenAvatarChat**（LiteAvatar 路线） | OpenTalking（quicktalk 3.8GiB） | 4–8GB |
| 出片画质优先 | **Duix.Avatar**（读清 LICENSE 再用） | EchoMimicV3 | 8–12GB |
| 直播推流 | **Fay**（编排）+ **LiveTalking**（驱动，注意水印条款） | LingCast 架构 | 8–12GB |
| 3D 资产（道具/角色三视图） | **TripoSG**（MIT，≥8GB） | TRELLIS v1（MIT，16GB 下限） | 8–16GB |
| 真 3DGS 数字人形象 | **LAM + LAM_Audio2Expression + OpenAvatarChat**（全链 Apache-2.0） | — | 低（单图推理） |

### 6.2 明确不建议（个人开发者）

- ❌ 训练 person-specific 3DGS 说话头（GaussianTalker / SyncTalk / GaussianAvatars / SplattingAvatar）：**许可禁商用 + sm_120 移植成本 + 需 3~5 分钟素材**，投入产出比最差。
- ❌ Hunyuan3D 2.1 带纹理全流程（`--low_vram_mode` 仍要 21GB）→ 16GB 只能出白模。
- ❌ TRELLIS.2（官方 ≥24GB）、Step1X-3D（27~29GB）、LongCat-Video-Avatar-1.5（2×A100）→ 显存不够。
- ❌ 用 Wav2Lip / Heygem 作为商用口型引擎。
- ❌ 在欧盟/英国/韩国部署混元系模型。

### 6.3 商用自查 5 步法

1. `curl -sI https://raw.githubusercontent.com/<owner>/<repo>/main/LICENSE` → **404 就直接放弃**。
2. 读 LICENSE 原文（不是 README）→ 抓关键词：`NonCommercial` / `commercial` / `Monthly Active Users` / `Territory` / `Attribution` / `Built with` / `Powered by`。
3. **单独核查权重许可**（HuggingFace 模型卡的 `license:` 字段、`LICENSE` 文件）——代码许可 ≠ 权重许可。
4. 逐层查**依赖传染**：用了 Wav2Lip？InsightFace？FLAME/BFM？3DGS 原版？→ 有一个就整体不可商用。
5. 确认**落地地域**与**输出标识义务**（中国：《标识办法》+ 最高法《意见》第 4 条；广告另加地方指引）。

---

## 7. 本次未能确认的事项（如实标注，未编造）

- **GaussianHeadTalk**：WACV 2026 论文与 CVF 开放获取版存在，但**未检索到官方代码仓库** → 代码是否开源未确认。
- **HeadGaS**：ECCV 2024 论文存在，**未找到官方开源仓库** → 疑似未开源。
- **FA-LAM**（arXiv 2607.20922）、**EmbedTalk**（arXiv 2603.07604）、**EmoZone-Talker**（arXiv 2606.15848）、**FlexAvatar**（CVPR 2026）、**Multi-view Consistent 3D Gaussian Head Avatars**（CVPR 2026）：论文已确认，**代码是否开源未确认**。
- 各 3DGS 说话头仓库的**精确训练小时数**：官方未给统一口径 → 未确认（仅确认迭代数）。
- **SadTalker Issue #1022**（Commercial License Inquiry）的官方答复内容：**两次 fetch 均网络失败，未能取到**。
- **MuseTalk LICENSE 中 S3FD 条目的完整文本**：上游 LICENSE 文件被截断 → S3FD 确切许可条款未确认（已知 S3FD 上游为研究用途）。
- **Duix-Reface / LingCast** 的 LICENSE 原文：未取到 → 未确认。
- **智谱 CogVideoX / GLM、上海 AI Lab InternVL、字节 Seedream/Seedance、阶跃 Step 系列**的逐档许可：本次未逐条复核 → 未确认。
- **MeshGPT 类** 2026 年新开源进展：未检索到 → 未确认。
- **LongCat-Video-Avatar-1.5 的 GitHub star 数**：GitHub API 在本机不可达（`api.github.com` 直连失败），部分 star 数取自第三方口径 → 标注为「约」。
- **Wan 2.2 各具体仓库的 LICENSE 文件名**：`Wan2.2-T2V-A14B` 仓库 raw LICENSE 取到 "Entry not found"（文件名不同）；**Wan 2.1 已核实为标准 Apache-2.0 全文**，Wan 2.2 的 Apache-2.0 归属依据第三方核查文章与官方发布信息 → 建议下载前在模型卡确认。

---

## 8. 参考来源汇总（关键 URL）

**许可证原文**
- HeyGem.ai / Duix：https://raw.githubusercontent.com/GuijiAI/HeyGem.ai/main/LICENSE
- OpenAvatarChat（Apache-2.0）：https://raw.githubusercontent.com/HumanAIGC-Engineering/OpenAvatarChat/main/LICENSE
- Linly-Talker（MIT）：https://raw.githubusercontent.com/Kedreamix/Linly-Talker/main/LICENSE
- Fay（GPL-3.0）：https://raw.githubusercontent.com/xszyou/Fay/master/LICENSE
- AigcPanel（Apache-2.0）：https://raw.githubusercontent.com/modstart-lib/aigcpanel/main/LICENSE
- SadTalker（Apache-2.0 except 第三方）：https://raw.githubusercontent.com/OpenTalker/SadTalker/main/LICENSE
- Sonic（CC-BY-NC-SA-4.0）：https://raw.githubusercontent.com/jixiaozhong/Sonic/main/LICENSE
- LivePortrait（MIT + InsightFace 限制）：https://raw.githubusercontent.com/KwaiVGI/LivePortrait/main/LICENSE
- EchoMimic（Apache-2.0）：https://raw.githubusercontent.com/antgroup/echomimic/main/LICENSE ／ https://raw.githubusercontent.com/antgroup/echomimic_v2/main/LICENSE
- Hunyuan3D-2.0：https://raw.githubusercontent.com/Tencent-Hunyuan/Hunyuan3D-2/main/LICENSE
- Hunyuan3D-2.1：https://raw.githubusercontent.com/Tencent-Hunyuan/Hunyuan3D-2.1/main/LICENSE
- HunyuanVideo-Avatar：https://raw.githubusercontent.com/Tencent-Hunyuan/HunyuanVideo-Avatar/main/LICENSE
- HunyuanWorld-1.0：https://raw.githubusercontent.com/Tencent-Hunyuan/HunyuanWorld-1.0/main/LICENSE
- Wan2.1（Apache-2.0）：https://hf-mirror.com/Wan-AI/Wan2.1-T2V-14B/raw/main/LICENSE.txt
- **MiniMax-M2.7（NON-COMMERCIAL LICENSE）**：https://hf-mirror.com/MiniMaxAI/MiniMax-M2.7/raw/main/LICENSE
- **Qwen3.8-Max（自定义许可原文）**：https://hf-mirror.com/Qwen/Qwen3.8-2.4T-A95B/raw/main/LICENSE
- **Qwen社区许可 1.0（Qwen3.8-Flash-Next）**：https://hf-mirror.com/Qwen/Qwen3.8-Flash-Next/raw/main/LICENSE
- **Qwen3.8-27B（Apache-2.0）**：https://hf-mirror.com/Qwen/Qwen3.8-27B/raw/main/LICENSE
- LongCat-Flash-Chat（MIT）：https://hf-mirror.com/meituan-longcat/LongCat-Flash-Chat/raw/main/LICENSE
- TRELLIS（MIT）：https://raw.githubusercontent.com/microsoft/TRELLIS/main/LICENSE
- TRELLIS.2（MIT）：https://github.com/microsoft/TRELLIS.2 ／ https://hf-mirror.com/microsoft/TRELLIS.2-4B/raw/main/README.md
- TripoSG（MIT）：https://raw.githubusercontent.com/VAST-AI-Research/TripoSG/main/LICENSE
- LAM / LAM_Audio2Expression（Apache-2.0）：https://raw.githubusercontent.com/aigc3d/LAM/master/LICENSE ／ https://raw.githubusercontent.com/aigc3d/LAM_Audio2Expression/main/LICENSE
- Splat-SLAM（Apache-2.0）：https://raw.githubusercontent.com/google-research/Splat-SLAM/main/LICENSE

**华为/大厂条款与版本状态**
- Wan 2.5/3.0 无权重核查：https://www.8frame.co/blog/is-wan-3-open-source
- Hunyuan3D 2.1 显存口径（32GB 标准 / 24GB turbo）：https://www.tencentcloud.com/techpedia/146895?lang=en
- Hunyuan3D 3.0 上线 ComfyUI Partner Nodes（2026-02-13）：https://blog.comfy.org/p/hunyuan-3d-30-in-comfyui-state-of
- LongCat-Video-Avatar-1.5（MIT，13.6B）：https://aihub.caict.ac.cn/models/MEITUAN/LongCat-Video-Avatar-1.5

**法规与司法**
- 最高法《关于依法审理涉人工智能纠纷案件的意见》答记者问（2026-09-07）：https://www.court.gov.cn/zixun/xiangqing/511111.html
- 《人工智能生成合成内容标识办法》一图速览（2025-09-01 施行）：http://legalinfo.moj.gov.cn/zhfxfzzx/fzzxzttj/202509/t20250903_524584.html
- 《生成式人工智能服务管理暂行办法》：https://www.gov.cn/zhengce/202311/content_6917778.htm
- 成都市《AI 生成广告合规指引》（2026-09-18，七项负面清单）：https://cbgc.scol.com.cn/news/7972674
- 《音频驱动的数字人技术进展》综述（中国图象图形学报 2026）：http://www.cjig.cn/rc-pub/front/front-article/download/157321213/lowqualitypdf/Progress%20in%20audio-driven%20digital%20human%20technologies.pdf

**论文**
- GaussianHeadTalk（WACV 2026）：https://openaccess.thecvf.com/content/WACV2026/html/Agarwal_GaussianHeadTalk_Wobble-Free_3D_Talking_Heads_with_Audio_Driven_Gaussian_Splatting_WACV_2026_paper.html
- FlexAvatar（CVPR 2026）：https://openaccess.thecvf.com/content/CVPR2026/html/Peng_FlexAvatar_Flexible_Large_Reconstruction_Model_for_Animatable_Gaussian_Head_Avatars_CVPR_2026_paper.html
- Multi-view Consistent 3D Gaussian Head Avatars（CVPR 2026）：https://openaccess.thecvf.com/content/CVPR2026/html/Chharia_Multi-view_Consistent_3D_Gaussian_Head_Avatars_without_Multi-view_Generation_CVPR_2026_paper.html
- LAM（SIGGRAPH 2025）：https://arxiv.org/abs/2502.17796
- 音频驱动的数字人技术进展（综述）：http://www.cjig.cn/rc-pub/front/front-article/download/157321213/lowqualitypdf/Progress%20in%20audio-driven%20digital%20human%20technologies.pdf

**sm_120（Blackwell）适配证据链**
- graphdeco-inria/gaussian-splatting issue #1295（Blackwell 支持讨论）：https://github.com/graphdeco-inria/gaussian-splatting/issues/1295
- graphdeco-inria/gaussian-splatting issue #1215（RTX 5090 + CUDA 12.8 成功安装）：https://github.com/graphdeco-inria/gaussian-splatting/issues/1215
- FlashAttention 无 sm_120 内核：https://github.com/Dao-AILab/flash-attention/issues/2168
- TRELLIS 在 5060 Ti 上的走通记录：https://smeltcore.com/recipes/trellis-image-large-on-rtx-5060-ti-image-to-3d-mesh-generation-at-the-16-gb-floor/
- Hunyuan3D 2.1 在 5060 Ti 上（shape-only）配方：https://smeltcore.com/recipes/hunyuan3d-2-1-on-rtx-5060-ti-image-to-mesh-3d-generation-shape-only/

**平台与仓库**
- Duix.Avatar（原 HeyGem）：https://github.com/duixcom/Duix-Avatar
- AigcPanel：https://github.com/modstart-lib/aigcpanel
- OpenAvatarChat：https://github.com/HumanAIGC-Engineering/OpenAvatarChat ｜ 文档站：https://humanaigc-engineering.github.io/OpenAvatarChat/
- OpenTalking：https://github.com/datascale-ai/opentalking
- SoulX-FlashHead：https://github.com/Soul-AILab/SoulX-FlashHead
- LiveTalking：https://github.com/lipku/LiveTalking
- LAM：https://github.com/aigc3d/LAM ｜ LHM：https://github.com/aigc3d/LHM
- LongCat-Video-Avatar-1.5：https://huggingface.co/meituan-longcat/LongCat-Video-Avatar-1.5
- TRELLIS.2（微软，MIT）：https://github.com/microsoft/TRELLIS.2