MOVA : un modèle MoE 32B de génération vidéo-audio synchronisée de bout en bout, entièrement open source
Titre original:MOVA:可扩展的同步视频-音频生成
Résumé IA
L'équipe OpenMOSS publie MOVA, un modèle de base audio-vidéo de 32B de paramètres totaux en MoE (18B activés), capable de génération synchronisée de bout en bout à partir de texte ou d'image, jusqu'à 720p et 8 secondes par séquence. Il repose sur une architecture à double tour asymétrique (tour vidéo Wan 2.2 I2V de 14B et tour audio de 1,3B), un Bridge bidirectionnel et Aligned ROPE pour l'alignement temporel ; les poids, le code d'entraînement et d'inférence ainsi que les recettes de fine-tuning sont ouverts.
Points clés
- L'équipe OpenMOSS publie MOVA,un modèle de base audio-vidéo de 32B de paramètres totaux en MoE…
- Il repose sur une architecture à double tour asymétrique (tour vidéo Wan 2.
- 2 I2V de 14B et tour audio de 1,3B),un Bridge bidirectionnel et Aligned ROPE pour l'alignement…
- les poids,le code d'entraînement et d'inférence ainsi que les recettes de fine-tuning sont ouverts.
En bref
- Publié
- Mis à jour
- Catégorie
- Sorties de modèles
- Score IA
- 62
原文给出架构、训练策略和开源范围,读者可以了解端到端音视频生成如何处理同步问题并可复现研究。
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : MOVA : un modèle MoE 32B de génération vidéo-audio synchronisée de bout en bout, entièrement open source. 1. février 2026. https://new.nat6.net/fr/news/cmtym5ry70006rou1uyjr6ods/