Python Community | Chat

🚀 Open-source прорыв: PrismAudio Вышла модель PrismAudio и она уже забирает SOTA в генерации аудио из видео (V2A) Что важно: - 518M модель, принята на ICLR 2026 - обходит все аналоги по качеству звука - быстрее конкурентов: ~0.63s на инференс Главная фишка: модель думает не одним блоком, а разбивает задачу на 4 части: - смысл (что происходит) - время (когда звучит) - эстетика (как звучит) - пространство (где звучит) И обучается через RL прямо внутри этого процесса Результат: - топ по всем метрикам (CLAP, MOS и др.) - лучше MMAudio, ThinkSound и HunyuanVideo - стабильно работает даже вне обучающего датасета Плюс: выпустили новый бенчмарк AudioCanvas - 800+ сценариев со звуками Model: https://modelscope.ai/models/iic/PrismAudio Demo: https://modelscope.cn/studios/iic/PrismAudio Paper: https://modelscope.ai/papers/2511.18833 GitHub: https://github.com/FunAudioLLM/ThinkSound/tree/prismaudio 🐍 Python полезные ресурсы ( ) () @Python_Community_ru