Релизы моделей

MOVA: полностью открытый 32B MoE-стек для сквозной синхронной генерации видео и аудио

Оригинальный заголовок:MOVA:可扩展的同步视频-音频生成

ИИ-резюме

Команда OpenMOSS выпустила базовую аудиовидеомодель MOVA: 32B MoE с 18B активных параметров, сквозная синхронная генерация видео и аудио из текста или изображения, до 720p и 8 секунд за сегмент. Модель использует асимметричную двухбашенную архитектуру (14B видеобашня Wan 2.2 I2V и 1,3B аудиобашня) с двунаправленным Bridge и Aligned ROPE для выравнивания временной шкалы; открыты веса, код обучения и инференса, а также схема дообучения.

Ключевые моменты

  • Команда OpenMOSS выпустила базовую аудиовидеомодель MOVA: 32B MoE с 18B активных…
  • Модель использует асимметричную двухбашенную архитектуру (14B видеобашня Wan 2.
  • 2 I2V и 1,3B аудиобашня) с двунаправленным Bridge и Aligned ROPE для выравнивания временной шкалы
  • открыты веса,код обучения и инференса,а также схема дообучения.

Кратко

Опубликовано
Обновлено
Источник
OpenMOSS / 复旦NLP / 上海创智 / MOSI(网页)
Категория
Релизы моделей
Оценка ИИ
62
Читать оригинал Читать полную статью в первоисточнике
Почему это важно

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。

Источник и авторские права

Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.

Оригинал статьи · Материал на AIHOT

Как цитировать

При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.

Orange News: MOVA: полностью открытый 32B MoE-стек для сквозной синхронной генерации видео и аудио. 1 февраля 2026. https://new.nat6.net/ru/news/cmtym5ry70006rou1uyjr6ods/

Смотреть все →