实体
ERNIE Team
ERNIE Team
PulseAugur coverage of ERNIE Team — every cluster mentioning ERNIE Team across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
百度发布NAVA，一个拥有63亿参数的视听生成模型
百度发布了NAVA，一个拥有63亿参数的模型，能够根据单一文本提示生成同步的音频和视频。该模型采用了Align-then-Fuse MMDiT架构，在视听同步基准测试中取得了最先进的性能。NAVA可以在大约一分钟内生成720p、一分钟长的视频和立体声音频，并能精确控制说话者的声音音色。
-
百度ERNIE团队发布NAVA视听生成模型
百度ERNIE团队发布了NAVA，一个拥有63亿参数的模型，能够根据单一文本提示生成同步的音频和视频。NAVA采用了Align-then-Fuse MMDiT架构，在Verse-Bench等音频-视频同步和视频质量基准测试中取得了最先进的性能。该模型可以在大约一分钟内生成一分钟的720p视频和同步音频，并提供精确的多音色控制和语言描述的摄像机控制等功能。