研究人员推出了 JoyAI-Echo 框架，旨在克服长视频生成中的错误累积和推理速度慢等限制。该系统利用跨模态音视频记忆库来实现角色外观和声音在长时间内的持续一致性，并结合了加速生成速度 7.5 倍的蒸馏过程。JoyAI-Echo 还配备了一个交互式代理，可通过对话指令进行实时用户编辑，以及一个用于保持高清的超分辨率模块，从而实现分钟级、即时可编辑的视频创作。 AI
影响 为交互式、长篇视频内容的创作和编辑带来了新的可能性。
排序理由 这是学术研究的模型及相关框架发布，并非商业产品发布。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Trending Models 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
