Xiaomi sumber terbuka model penjanaan kesan bunyi video boleh kawal ControlFoley, bunyi ikut kehendak anda
Ringkasan AI
Pasukan Aplikasi Model Bahasa Besar Xiaomi melancarkan model penjanaan kesan bunyi video boleh kawal sumber terbuka ControlFoley, bertujuan menyelesaikan masalah kebolehkawalan dalam penciptaan. Model ini menyokong secara bersepadu tiga jenis tugas iaitu alih suara video berpandukan teks, alih suara video dikawal teks dan alih suara video dikawal audio rujukan. ControlFoley mencapai prestasi SOTA sumber terbuka pada beberapa benchmark termasuk VGGSound-Test, kod, pemberat model dan Demo dalam taliannya telah dibuka.
Maklumat penting
- Pasukan Aplikasi Model Bahasa Besar Xiaomi melancarkan model penjanaan kesan bunyi video boleh…
- Model ini menyokong secara bersepadu tiga jenis tugas iaitu alih suara video berpandukan teks,alih…
- ControlFoley mencapai prestasi SOTA sumber terbuka pada beberapa benchmark termasuk…
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Sumber
- IT之家·人工智能
- Kategori
- Pelancaran Model
- Skor AI
- 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。
Sumber dan hak cipta
Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: Xiaomi sumber terbuka model penjanaan kesan bunyi video boleh kawal ControlFoley, bunyi ikut kehendak anda. 29 Mei 2026. https://new.nat6.net/ms/news/cmpqppxpf075oslno4jxz0h8b/