DreamX-Creator

Исследовательский фреймворк для нативной генерации видео со звуком в 2K. Первый кадр + текстовый промпт - модель генерирует видео и аудио совместно. Развитие идей Wan и OpenMOSS

- Gated Cross-Modal Attention: видео и аудиопотоки обмениваются информацией в обе стороны
- Финальный апскейл до 2K в один шаг сохраняет движение и тайминг звука

- Развитие идей Wan Team и OpenMOSS (MOVA)
- Ещё не для продакшена: веса, код инференса и инструменты оценки обещают позже

Код / веса ждем

#va #t2va #2k #i2va

VK | MAX