Inilabas ng Xiaomi ang open source na controllable video sound effect generation model na ControlFoley, para "maging ayon sa gusto mo" ang tunog
AI summary
Inilabas ng Xiaomi Large Model Application Team ang open source na controllable video sound effect generation model na ControlFoley, na naglalayong lutasin ang problema sa controllability sa paglikha. Ang modelo ay sumusuporta nang sabay sa tatlong uri ng gawain: text-guided video dubbing, text-controlled video dubbing, at reference audio-controlled video dubbing. Nakamit ng ControlFoley ang open source SOTA na pagganap sa VGGSound-Test at iba pang benchmark, at bukas na ang code, model weights, at online Demo nito.
Mahahalagang impormasyon
- Inilabas ng Xiaomi Large Model Application Team ang open source na controllable video sound effect…
- Ang modelo ay sumusuporta nang sabay sa tatlong uri ng gawain: text-guided video…
- Nakamit ng ControlFoley ang open source SOTA na pagganap sa VGGSound-Test at iba pang benchmark,at…
Mabilisang tingin
- Na-publish noong
- Na-update noong
- Pinagmulan
- IT之家·人工智能
- Kategorya
- Paglabas ng modelo
- AI na marka
- 74
小米开源的 ControlFoley 把视频音效生成从“看画面配声音”推进到“按意图来”,开源 SOTA 且直接提供 Skill,做视频创作的可以上手试试。
Pinagmulan at copyright
Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.
Paano banggitin
Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.
Orange News: Inilabas ng Xiaomi ang open source na controllable video sound effect generation model na ControlFoley, para "maging ayon sa gusto mo" ang tunog. 29 Mayo 2026. https://new.nat6.net/fil/news/cmpqppxpf075oslno4jxz0h8b/