Pelancaran Model

MOVA dilancarkan: model penjanaan video-audio segerak hujung ke hujung MoE 32B sumber terbuka penuh

Tajuk asal:MOVA:可扩展的同步视频-音频生成

Ringkasan AI

Pasukan OpenMOSS melancarkan model asas audio-video MOVA, dengan jumlah parameter 32B MoE dan 18B aktif, menyokong penjanaan segerak hujung ke hujung daripada teks atau imej kepada audio-video, sehingga 720p dan 8 saat setiap segmen. Model ini menggunakan seni bina menara berkembar asimetri (menara video 14B Wan 2.2 I2V dan menara audio 1.3B) serta Bridge dua hala dan Aligned ROPE untuk penjajaran garis masa, dan membuka pemberat model, kod latihan dan penaakulan serta pelan penalaan halus.

Maklumat penting

  • Pasukan OpenMOSS melancarkan model asas audio-video MOVA,dengan jumlah parameter 32B MoE dan 18B…
  • Model ini menggunakan seni bina menara berkembar asimetri (menara video 14B Wan 2.
  • 2 I2V dan menara audio 1.
  • 3B) serta Bridge dua hala dan Aligned ROPE untuk penjajaran garis masa,dan membuka pemberat…

Sekilas pandang

Diterbitkan pada
Dikemas kini pada
Sumber
OpenMOSS / 复旦NLP / 上海创智 / MOSI(网页)
Kategori
Pelancaran Model
Skor AI
62
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

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。

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.

Pautan asal · Entri AIHOT

Cara memetik

Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.

Orange News: MOVA dilancarkan: model penjanaan video-audio segerak hujung ke hujung MoE 32B sumber terbuka penuh. 1 Februari 2026. https://new.nat6.net/ms/news/cmtym5ry70006rou1uyjr6ods/

Lihat Semua →