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
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
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/