MOVA जारी: 32B MoE एंड-टू-एंड सिंक्रोनस वीडियो-ऑडियो जनरेशन मॉडल पूरी तरह ओपन-सोर्स
मूल शीर्षक:MOVA:可扩展的同步视频-音频生成
AI सारांश
OpenMOSS टीम ने MOVA ऑडियो-विजुअल बेस मॉडल जारी किया है। इसमें 32B MoE (18B एक्टिव) पैरामीटर हैं और यह टेक्स्ट या इमेज से ऑडियो-विजुअल के एंड-टू-एंड सिंक्रोनस जनरेशन का समर्थन करता है। यह 8 सेकंड तक का 720p वीडियो बना सकता है। मॉडल असिमेट्रिक डुअल-टावर आर्किटेक्चर (14B Wan 2.2 I2V वीडियो टावर और 1.3B ऑडियो टावर) का उपयोग करता है, जिसमें द्विदिश ब्रिज और एलाइन-ROPE संरेखण तकनीक शामिल है। इसके वेट, प्रशिक्षण/तर्क कोड और फाइन-ट्यूनिंग समाधान खुले स्रोत हैं।
मुख्य जानकारी
- OpenMOSS टीम ने MOVA ऑडियो-विजुअल बेस मॉडल जारी किया है। इसमें 32B MoE (18B एक्टिव) पैरामीटर हैं…
- 2 I2V वीडियो टावर और 1.
- 3B ऑडियो टावर) का उपयोग करता है,जिसमें द्विदिश ब्रिज और एलाइन-ROPE संरेखण तकनीक शामिल है। इसके…
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- श्रेणी
- मॉडल लॉन्च
- AI स्कोर
- 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。
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: MOVA जारी: 32B MoE एंड-टू-एंड सिंक्रोनस वीडियो-ऑडियो जनरेशन मॉडल पूरी तरह ओपन-सोर्स। 1 फ़रवरी 2026। https://new.nat6.net/hi/news/cmtym5ry70006rou1uyjr6ods/