专题 · FULL STORY

Mirelo SFX 2.0：给AI视频配上靠谱音效

音频基础模型公司 Mirelo 于10月14日发布音效生成模型 SFX 2.0，针对 AI 视频音效失真与「音乐泄漏」等痛点，支持从视频或文本生成跨镜头一致的音效，并可在去除杂音乐的同时保留对白。

2026-10-14 ~ 2026-10-15 · 2 集 · 15 条

第 1 集 · Mirelo 发布 SFX 2.0：为 AI 视频补齐跨镜头一致的音效(2026-10-14,12 条)

10 月 14 日，音频基础模型公司 Mirelo 发布音效生成模型 SFX 2.0，针对 AI 生成视频「画面不错、一开声音就露馅」的痛点，提供从视频或文本提示自动生成完整声音设计的能力。核心思路是只替换音频、不重新生成视频，单次可处理最长 10 分钟的视频；若效果可靠，可直接嵌入现有 AI 视频生产管线，补齐生成式视频走向可商用的关键短板。

已确认

  • 模型通过观看视频内容工作：自动剪掉用户未在提示词中要求的背景配乐，保留对白，并根据画面动作逐帧同步生成音效、拟音与环境声，构建完整声景
  • 语音保护能力：当视频模型把对白生成对了但周围声音不对，SFX 2.0 能检测并保留语音，只重新生成音效与环境声，用户无需为声音问题重录整个镜头
  • 跨剪辑一致性：同一车辆、角色或场景在不同镜头中音色保持统一，可对整个剪辑一次性生成带连续性的声音，环境音在剪辑切换和任意长度片段间不中断，无需把成品切成短片段分别处理
  • 精细控制：博主 aziz4ai 介绍，新版可对任一音效进行拆分并单独重新生成，精度更高，还能把声音与画面中的角色自动对位，并强化了音乐与音效表现
  • 发布渠道：已上线 Mirelo 自有 API，首发集成 Runway，同日也在 fal 平台上架，更多平台将陆续接入；支持文本提示或视频输入两种方式

为什么重要

  • 博主 Jaynit Makwana 用 AI 生成的《部落冲突》对战视频演示了典型问题：每次炮击音色都不同，场景切换后环境音重新开始，普通观众说不出问题在哪但能明显感觉不对。这代表 AI 视频拼接工作流中最普遍的声音断裂问题；他将同一素材未经修改跑过 Mirelo SFX 2.0 后，音效一致性问题得到解决
  • 声音一致性被视为生成式视频从「能看」走向「可商用」的关键短板之一，SFX 2.0 可直接接入以 Runway、fal 为代表的现有生产管线，无需人工重新配音或逐段修音

第 2 集 · Mirelo SFX 2.0 发布：只删视频杂音乐、保留对白(2026-10-14,3 条)

Mirelo 发布音效模型 SFX 2.0，针对视频生成模型的「音乐泄漏」痛点：即使未被提示，视频模型也常把配乐混进片段，重新生成浪费 credits，直接静音又会连对白一起抹掉。多位开发者实测确认，该模型可精准只移除不想要的音乐并重新配上环境音，同时保留对白，被视作 AI 视频工作流中的实用补丁。