OmniNFT:兼容 LTX-2 的音视频联合生成优化框架,零额外计算负担提升 60% 视频质量与口型同步率在 AIGC 领域,文本生成视频已屡见不鲜,但高质量的联合音视频生成仍面临巨大挑战:视频画质差、音频失真、尤其是音画不同步(如口型对不上、动作与音效错位)。传统强化学习在多模态场景中常因目标冲突和梯度...视频模型# LTX-2# OmniNFT6个月前2350