✨ Gaga AI 是一款由 Sand.AI 推出的新型视频生成工具，能在一分钟内生成包含声音、表情、情绪和背景音的视频。它允许用户上传一张人物照片，输入一段台词，即可在三分钟内获得音画同步的视频，无需后期配音。

🦆 Gaga AI 专注于人物对话场景的演绎，特别是在胸部以上的部分，其口型、音色、表情和情绪的匹配度非常高，远超传统TTS加口型同步的粗糙效果，呈现出更为自然和逼真的表演。这得益于其背后团队在计算机视觉领域的深厚积累。

💰 相较于 Sora 等通用视频生成模型，Gaga AI 在成本上具有显著优势，其成本不到 Sora 的 1/20。该团队计划后续开放API，并预计价格将比 Sora 和 Veo 便宜一个数量级，这使其在数字人、虚拟主播、在线教育等需要高频对话内容的领域具有强大的市场竞争力。

🚀 Gaga AI 的背后团队 Sand.AI（中文可称为「三呆」）由清华特奖、微软亚研院背景的曹越和张拯联合创立，他们也是 Swin Transformer 的作者，在计算机视觉领域享有盛誉。团队曾于今年4月开源了首个高质量自回归视频模型 Magi-1。

原创 金色传说大聪明 2025-10-10 05:04 北京

自掏1万5，有奖挑战：

评论区，画个可爱gaga 🦆🦆

↑来自 gaga 首页

这不是真人，是 AI 生成的

一张照片，一段台词，3 分钟出片

声音、表情、情绪，乃至背景音，全都有

产品叫 Gaga，凌晨上线，无需邀请码

地址是 http://gaga.art

背后是 Sand.ai，曹越他们，很好的朋友

上个月就做好了，比 Sora2 还早一点

然后，我特喜欢 gaga 这名字

gaga，听着就很北京：烤鸭

🦆🦆🦆🦆🦆

所以，我发起个 有奖挑战 

给 gaga 画个吉祥物：可爱的鸭子

点赞前五，每人 1000 块的红包如果成了官方吉祥物，额外再发1万

测了一下

比如，让奥特曼给我的酒吧（AGI Bar/知识蒸馏）打个广告（外国人的口音，学的很像）

比如，让族长教大家如何减肥（味真足！) 

更多例子

而下面这些例子，都来自官方首页，非常有趣

比如在多人场景里，各种戏剧冲突都很完美，根本看不出来是 AI

当你需要对影视内容，进行二创，或者 Remix 时...hhhhh

更抽象的内容，也不在话下，并且表现的非常出色

背后的团队

GaGa 的背后团队，是 Sand.AI

几十号人，办公室北京五道口

创始人曹越，清华特奖，微软亚研院，智源研究院

联合创始人张拯，跟曹越都是 Swin Transformer 的作者（据说除了两个联创，还有个一作，现在也在 Sand.ai），Swin 就无需赘述了，ICCV 的 Bestpaper

这些，在整个计算机视觉领域，都是响当当的