Character AI推出革命性音视频生成模型OVI

2025年10月28日

（图片来自网络）

Character AI公司联合耶鲁大学的研究团队推出OVI音视频生成模型，该模型实现音视频从生成之初就完美同步，打破传统分步骤制作模式。

OVI采用“孪生塔”创新设计，构建两座功能相同的处理系统，专处理视频与音频，通过实时信息交换保证同步，解决传统方法多步骤误差问题。

研究团队精心筛选数百万音视频素材训练，分阶段提升生成能力，使OVI能生成5秒高清同步内容，在音质、画质、同步效果上表现优异，智能分配注意力保障内容逻辑性。

OVI的核心是“一体化”设计，从整体处理音视频，未来有望支持更长时间生成，变革影视、教育等领域创作流程，为多感官AI系统发展奠定基础。

研究团队也在优化计算资源等挑战，OVI代表了AI从专业化分工向全能整合转变的重要里程碑，预示多感官交互新方式的出现。