MOVA同步视听生成模型发布开放

OpenMOSS发布MOVA同步视频与音频生成基础模型，采用非对称双塔架构，通过双向交叉注意力融合预训练的视频塔和音频塔，单次推理即可生成音画同步的视听内容。1月29日宣布开放模型，提供权重、推理代码、训练管线及LoRA微调脚本，仓库采用Apache-2.0许可。开发者可自行部署生成，也能用LoRA脚本在自有数据上微调，训练管线的开放让整套方法具备可复现性。