Kandinsky S2V 1.0 语音转视频模型开源
热点事件持续更新
Kandinsky S2V 1.0 语音转视频模型开源
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Kandinsky 发布并开源语音转视频模型家族 Kandinsky S2V 1.0，包含 2B 参数的 Lite 版和 21B 参数的 Pro 版。据其发布说明，模型可从单张参考图、语音波形和文本提示生成 25 FPS 长视频，唇动、表情、姿态和手势跟随语音。 Kandinsky 称，代码、模型权重及 diffusers 集成均以 MIT 许可证发布。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 17:31
Kandinsky S2V 1.0 开源语音驱动视频模型家族发布报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- Hacker NewsKandinsky S2V 1.0 开源语音驱动视频模型家族发布
Kandinsky S2V 1.0 发布开源语音到视频模型家族，包含 2B 参数的 Lite 和 21B 参数的 Pro 两个版本，可从单张参考图、语音波形和文本提示生成 25 FPS 长视频，唇动、表情、姿态和手势跟随语音。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。