巨人網絡發佈三大 Muli-Modal 模型：消除視頻畸變，歌聲轉換實現“真實歌曲可用”

巨人網絡AI Lab聯合清華大學、西北工業大學發佈三項音視頻多模態生成技術：YingVideo-MV（音樂驅動視頻生成）、YingMusic-SVC（零樣本歌聲轉換）和YingMusic-Singer（歌聲合成）。這些技術將開源，其中YingVideo-MV僅需音樂和人物圖像即可生成視頻。