⌘ K
… 读取采集状态 同步中...
雷
原文
量子位·· 2026-08-04AI 评分54

智源&北大提出 InstructAV2AV:一句话完成音视频联合编辑(SIGGRAPH Asia 2026)

智源&北大用一句话完成音视频联合编辑 | SIGGRAPH Asia'26

AI 导读

北京智源人工智能研究院与北京大学联合团队提出 InstructAV2AV,给定一段带声音的视频和一句自然语言指令,可在同一个端到端生成过程中同时编辑指定视觉对象及其对应声音,无需手工绘制掩码或边界框,相关工作已被 SIGGRAPH Asia 2026 接收,推理代码、模型权重、训练脚本、数据处理代码和 InsAVE-80K 数据集均已公开。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:量子位 · mp.weixin.qq.com