-
混元开源又+1：视频音效可以自动生成了
文章介绍了腾讯混元开源的 HunyuanVideo-Foley 视频音效生成模型，旨在解决现有 AI 视频音效生成泛化能力不足、语义响应不均衡及音质粗糙等痛点。该模型通过构建大规模高质量 TV2A 数据集、采用创新的双流多模态扩散变换器（MMDiT）架构实现多模态语义均衡响应，并引入表征对齐（REPA）损失函数提升音频保真度。HunyuanVideo-Foley 在多个权威评测基准上达到 SOTA…- 0
- 0
视频音效
-
✈优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×