เปิดตัวโมเดล

Xiaomi เปิดโอเพนซอร์สโมเดลสร้างเสียงเอฟเฟกต์วิดีโอแบบควบคุมได้ ControlFoley ให้เสียง "เป็นไปตามที่คุณต้องการ"

สรุปโดย AI

ทีมประยุกต์ใช้โมเดลภาษาขนาดใหญ่ของ Xiaomi เปิดตัวโมเดลสร้างเสียงเอฟเฟกต์วิดีโอแบบควบคุมได้โอเพนซอร์ส ControlFoley เพื่อแก้ปัญหาการควบคุมในการสร้างสรรค์ โมเดลนี้รองรับงานสามประเภทอย่างเป็นเอกภาพ ได้แก่ การพากย์เสียงวิดีโอโดยชี้นำด้วยข้อความ การพากย์เสียงวิดีโอโดยควบคุมด้วยข้อความ และการพากย์เสียงวิดีโอโดยควบคุมด้วยเสียงอ้างอิง ControlFoley ทำผลงานได้ระดับ SOTA โอเพนซอร์สบน benchmark หลายรายการ เช่น VGGSound-Test โดยโค้ด น้ำหนักโมเดล และ Demo ออนไลน์เปิดให้ใช้งานแล้ว

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
IT之家·人工智能
หมวดหมู่
เปิดตัวโมเดล
คะแนน AI
74
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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。

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: Xiaomi เปิดโอเพนซอร์สโมเดลสร้างเสียงเอฟเฟกต์วิดีโอแบบควบคุมได้ ControlFoley ให้เสียง "เป็นไปตามที่คุณต้องการ" 29 พฤษภาคม 2026 https://new.nat6.net/th/news/cmpqppxpf075oslno4jxz0h8b/

ดูทั้งหมด →