小米开源 ControlFoley 模型：视频生成音频
apolinariosteps · x · 2026-08-19
小米在 Hugging Face 发布了 ControlFoley，这是一个视频到音频的生成模型。它可以根据视频画面生成匹配的音效，支持可选提示词（prompt）和音频参考引导。目前已在 Hugging Face Spaces 上线演示。
「多模态」频道最新
- Reddit 用户全程本地生成视频，Claude 当导演出意境画面 — No_Mud2447 · 2026-10-17
- 480p生成再增强画质省钱?网友吐槽:那是穷人玩法 — adrianscottcom · 2026-10-17
- 用语音碎碎念描述工业 techno,Suno 类音乐生成的口语化玩法 — michellechen · 2026-10-17
- Adobe 实习生发布 UniSlider:用滑杆精确控制图像编辑幅度 — CSProfKGD · 2026-10-17
- MiniMax-H3 配 ORB360 LoRA 实测：画角可自由移动的全新漫画形态 — MiniMax_AI · 2026-10-17
- Runway Agent 竟可直接生成 3D HTML 动画，提示词已公开 — CurieuxExplorer · 2026-10-17