Ovi: Character.AI의 트윈 백본 오디오-비디오 생성 모델
ComfyUI Wiki
Character.AI의 Ovi는 Wan2.2 기반의 트윈 백본 오디오-비디오 생성 모델입니다. MMAUDIO 조건화를 사용하여 동기화된 오디오와 비디오를 양방향으로 생성합니다.
O
Ovi
오디오-비디오 생성비디오 생성크로스 모달Wan2.2Character.AICharacter.AI의 Ovi는 동기화된 오디오와 비디오를 양방향으로 생성하는 트윈 백본 크로스 모달 모델입니다. Wan2.2(A14B MoE 아키텍처)를 기반으로 하며, Ovi는 오디오와 비디오에 대해 별도의 diffusion 백본을 사용하고 모달 간 cross-attention 조건화를 적용합니다. 오디오 파이프라인은 16kHz 오디오 합성을 위해 MMAUDIO VAE와 BigVGAN 보코더를 사용합니다. bf16 정밀도로 사용 가능하며, Kijai의 WanVideoWrapper를 통해 ComfyUI에 최적화되었습니다.
| 개발사 | Character.AI |
| 출시일 | 2025-10 |
| 아키텍처 | 트윈 백본 Diffusion Transformer (Wan2.2 기반, A14B MoE) |
| 라이선스 | Apache-2.0 |
| 모델 크기 | 오디오 약 11.4 GB / 비디오 약 10.4 GB (bf16) |
| 기능 | 비디오→오디오, 오디오→비디오, 비디오+오디오 생성 |
| 오디오 | 16kHz MMAUDIO VAE + BigVGAN 보코더 |
| 추론 | Kijai WanVideoWrapper를 통한 ComfyUI |
변형
| 변형 | 설명 | 라이선스 | 출시 |
|---|---|---|---|
| Ovi | 트윈 백본 오디오-비디오 모델: cross-attention 조건화를 사용하는 별도의 오디오 및 비디오 백본 | Apache 2.0 | 2025-10 |
튜토리얼, 커스텀 노드, 관련 뉴스를 보려면 변형을 선택하세요. 엄선된 가중치 다운로드는 Model Hub 카탈로그에서 확인할 수 있습니다.
댓글
GitHub로 로그인하고 토론에 참여하세요.