Ovi: генерация аудио и видео с двумя магистралями от Character.AI
ComfyUI Wiki
Ovi от Character.AI: модель генерации аудио и видео на Wan2.2. Создаёт синхронизированные аудио и видео в обоих направлениях.
O
Ovi
генерация аудио и видеогенерация видеокросс-модальныйWan2.2Character.AIOvi от Character.AI: кросс-модальная модель с двумя магистралями, которая генерирует синхронизированные аудио и видео в обоих направлениях. Построенная на Wan2.2 (архитектура A14B MoE), Ovi использует отдельные магистрали диффузии для аудио и видео с кросс-вниманием между модальностями. Аудиотракт использует MMAUDIO VAE и вокодер BigVGAN для синтеза аудио с частотой 16 кГц. Доступна в точности bf16, оптимизирована для ComfyUI через WanVideoWrapper от Kijai.
| Разработчик | Character.AI |
| Дата выхода | 2025-10 |
| Архитектура | Двухмагистральный диффузионный трансформер (на базе Wan2.2, A14B MoE) |
| Лицензия | Apache-2.0 |
| Размеры модели | Аудио ~11,4 ГБ / Видео ~10,4 ГБ (bf16) |
| Возможности | Видео→Аудио, Аудио→Видео, генерация видео+аудио |
| Аудио | 16 кГц MMAUDIO VAE + вокодер BigVGAN |
| Инференс | ComfyUI через Kijai WanVideoWrapper |
Варианты
| Вариант | Описание | Лицензия | Дата выхода |
|---|---|---|---|
| Ovi | Двухмагистральная модель генерации аудио и видео: отдельные магистрали для аудио и видео с кондиционированием через кросс-внимание | Apache 2.0 | 2025-10 |
Выберите вариант, чтобы открыть учебники, пользовательские ноды и связанные новости. Отобранные для загрузки веса находятся в каталоге Model Hub.
Комментарии
Войдите через GitHub, чтобы участвовать в обсуждении.