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。

本文介绍GitHub上35k Star的开源项目Lightpanda，它是专为Agent自动化打造的轻量无头浏览器，从零开发砍掉冗余桌面外壳，大幅降内存提速度，明确说明了适用场景与使用边界。

本文基于Armin Ronacher的播客内容整理，拆解欧洲团队开发的极简Coding Agent Pi爆火的原因，分享Pi的设计哲学，以及对AI编码、开源、Agent发展的核心判断。

香港科技大学（广州）与微软亚洲研究院联合开源基于大语言模型的AI情商教练SocialCoach，支持用户在低风险模拟环境练习社交对话，练后提供逐字点评，可在线体验或本地部署，采用Apache 2.0协议可完全商用。