开源动态7

耶鲁团队：OVI 实现音视频同步生成

带你学AI2025-10-06

AI 摘要

耶鲁大学团队：提出 OVI 统一音视频生成范式，以双塔 DiT 架构和分块式融合机制，实现音画同步生成，能打造自然视听体验，但在时长、计算、音频等方面存在局限。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Character AI与耶鲁推出开源音视频模型OVI

Character AI和耶鲁大学团队推出开源模型OVI，它采用双骨干交叉模态融合架构，让音视频同步生成。其架构对称，用旋转位置嵌入技术对齐时间，训练策略分步进行，生成效果佳，为开源音视频生成提供新路径。

文章介绍了27.2k Star的FastMCP，它是Python MCP应用框架，能让普通Python函数成为MCP工具。讲了其适合场景、省事原因及上线安全边界，还给出了适用人群和注意点。

香港科技大学（广州）和腾讯团队开源VibeWorlding框架，实现说句话造3D世界。它由VWE - Bench和VibeWorlding - Gym组成，开源模型经强化学习训练后成绩逆袭，证明强化学习解锁3D推理潜力巨大。

8月17日，阿里发布的Qwen3.8 - 27B成Hugging Face热门第一。它以27B参数在部分测试中与前沿闭源模型比肩，可本地运行。不过推理慢、真实任务表现待提升，它让前沿Agent能力下放到个人电脑。