Nava
PulseAugur coverage of Nava — every cluster mentioning Nava across labs, papers, and developer communities, ranked by signal.
- 2026-05-29 product_launch Baidu's ERNIE Team released the NAVA model for synchronized audio-visual generation. 来源
1 天有情绪数据
-
代理支付协议易受提示注入攻击，危及托管系统
研究人员已经证明，当前的代理支付协议，例如 Google 的 Agent Payments Protocol (AP2)，尽管使用了强大的加密技术，但仍然容易受到提示注入攻击。这些攻击可以操纵代理行为，例如影响购买决策或窃取用户数据。这种漏洞尤其令人担忧，因为许多新的代理间商业系统都采用了带有“法官”（人类或 AI）来监督交易的托管模式，而这一组件容易受到操纵。虽然这种托管方法可能适用于可交付成果主观的服务，但它对资产交易构成了重大风…
-
通过变通方法在 ComfyUI 中启用百度 NAVA FP8 推理
已开发出一种变通方法，可在 ComfyUI 中为百度的 NAVA 模型启用 FP8 推理。此解决方案可在 GitHub 上找到，并提供各种语音控制功能的预配置工作流模板。用户现在可以将 NAVA 的功能集成到他们的 ComfyUI 项目中，以提高性能。
-
加州法案要求AI模型透明化以协助诉讼
加州的AB-412法案要求生成式AI公司披露其模型，此举旨在支持当前和未来的诉讼。该法案的签名征集活动向所有人开放，无论其所在地，并将于下周一截止。该倡议得到了多个艺术家和创作者组织的声援。
-
NAVA视频生成模型初显成效
一款名为NAVA的新的视频生成模型已进行测试，其结果超出了预期。该模型集成了用于图像创建的wan2.2和用于语音同步的LTX音频VAE。创作者计划在几天内分享更多细节并公开该模型。
-
NAVA模型根据文本提示生成同步的音频和视频
一个名为NAVA的、拥有63亿参数的新模型已发布，它能够根据单一文本提示生成同步的音频和视频。它具有多说话人语音控制和图像条件延续功能。NAVA采用Align-then-Fuse MMDiT架构，在融合上下文之前建立音视频对应关系，在Verse-Bench基准测试中取得了最先进的成果，且参数量远少于现有的开源模型。
-
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。
-
新框架和基准推动视听生成发展
研究人员推出了OmniCustom，一个可以同时从参考图像和音频定制视频身份和音频音色的框架。这个基于DiT的模型使用独立的LoRA模块进行身份和音色控制，并通过对比学习目标进行增强。此外，NAVA框架为联合生成提供了原生的视听对齐，使用一个6.3B参数的模型提高了同步性和音色可控性。另外，LongAV-Compass已被开发为一个基准，用于评估跨越各种条件模态的分钟级视听生成，评估长时间内的连贯性和对齐性。
-
AI 代理通过新的支付标准实现加密货币交易自动化
AI 代理技术的最新进展有望通过自动化复杂交易来彻底改变加密货币用户体验。包括用于身份识别的 ERC-8004 和用于商业的 ERC-8183 在内的几项新标准和协议已经出现，使代理能够与区块链网络进行交互。虽然像 Pay.sh 这样基于 Coinbase 的 x402 协议构建的平台可以促进服务的一次性支付，但它们并未解决跨不同区块链进行无需信任的双边交易结算的更复杂需求。
-
Hashlock Markets 通过无信任场外结算弥合自主经济体鸿沟
自主经济体正在快速发展基础设施标准，出现了四个用于代理身份、商业和支付的新兴协议。这些标准，包括 ERC-8004、ERC-8183、OKX Agent Payments Protocol 和 Coinbase 的 x402，解决了代理交互的各个方面，但在无信任的跨链资产结算方面留下了一个关键的鸿沟。Hashlock Markets 旨在通过提供密封投标 RFQ 进行价格发现和 HTLC 原子结算的协议来填补这一空白，从而实现人工智能…