特拉维夫大学与谷歌开源 SepGen，视频生成可输出分轨音源

特拉维夫大学与 Google 研究者发布 SepGen，将预训练音视频生成模型扩展为单次前向联合采样，同时输出视频、混音音轨以及每个被描述声源的独立波形。模型支持生成与分离双模式，例如提示「吉普车引擎轰鸣」「出租车喇叭鸣响」即可得到各自独立音轨。面向 LTX-2.5 22B dev 的开源 LoRA 也已发布，开发者可直接体验多声源分轨的视频生成。

2026-10-11 ~ 2026-10-12 · 3 条相关

• 谷歌等推出 SepGen:一个模型同时生成视频与分轨音源 — YonatanBitton · 2026-10-11
• SepGen 单模型同时完成音视频生成与多轨分离 — Aviad Dahan · 2026-10-12
• SepGen 开源 LoRA:LTX-2.5 视频可为每种声音单独生成音轨 — No_Inflation9351 · 2026-10-12