复旦上线音视频模型新裁判：一万组数据对齐人类审美
复旦上线音视频模型新裁判：一万组数据对齐人类审美现有的音视频奖励模型，能通过局部指标捕捉到画质或同步上的优势，却往往忽略声音失真、台词与提示不符，以及动作和语音配合不自然等问题。
来自主题: AI技术研报
8621 点击 2026-09-21 15:30
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
现有的音视频奖励模型，能通过局部指标捕捉到画质或同步上的优势，却往往忽略声音失真、台词与提示不符，以及动作和语音配合不自然等问题。
2026年的AI视频生成赛道，已经拥挤到连空气都变得稀薄。
一觉醒来，AI的新潮流变成了养猫？？？火速围观一下，刚刚全球流式音视频模型赛道闯进了一匹黑马，能力SOTA级，模型名字就叫缅因猫（MaineCoon）。养过缅因猫的朋友都知道，这个品种有个外号叫「猫狗」，意思是几乎你走到哪儿，它就跟到哪儿，相当粘人，互动感MAX。