机器之心编辑部

开源多模态生成领域，迎来架构级的底层突破。

视频生成已成为当前生成式 AI 最前沿的方向，但在音视频联合同步生成领域，开源界仍面临三重局限：

今日，由上海创智学院（SII）生成式人工智能研究实验室（GAIR）与 Sand.ai 联合研发的 daVinci-MagiHuman 正式开源发布，打破了开源界的这三重局限。

作为演绎级人像音视频的开源基座模型，daVinci-MagiHuman 以 150 亿参数的单流 Transformer 为核心，实现了文本、视频、音频在统一骨干网络下的联合建模，彻底告别了跨注意力和模态专属分支。

研发团队介绍