Odyssey / 独立收录记录

Starchild-1

Starchild-1 从双向视听生成基础模型蒸馏并改为因果流式生成,使用不同长度的视音频缓存,以持续条件更新推动后续片段。

视频与传感模拟最近一次技术来源阅读于 2026-10-201 份原始材料
技术资料

能做什么,使用时要注意什么

来源与原文 ↓

输入与结果

提供什么
初始视觉状态、视听历史与持续更新的文本条件;语音等系统输入映射到文本条件空间。
得到什么
连续同步生成的视频与音频块。
动作的作用
预测以动作为条件。

开放情况与使用边界

材料说明的限制

长时间交互仍可能出现视觉身份和声学环境漂移;交互与对话评估主要为定性展示。

分类与用途

控制方式
文本 / 事件指令
应用领域
应用领域未知

限定 Starchild-1 因果视听模型;系统交互支持语音等入口,不将其等同于基础生成器直接接受原始音频控制。

查看分类依据 ↓
资料尚未确认
开放方式开源情况需要区分的对象已收录材料不足以判断,未确认不代表没有相应能力。
参考材料

来源与原文

按原始材料集中查阅;相同原句合并展示,对应资料与阅读日期一并保留。

Starchild-1 · 项目原始材料

starchild.odyssey.ml

核对原文摘录 · 3 段,支持 6 项资料
原阅读方向 / 一句话认识 / 输出什么

阅读于 2026-10-20

autoregressively generates synchronized video and audio while responding to streaming open-ended text input.
输入什么 / 动作是否影响预测

阅读于 2026-10-20

an action at timestep at to span visual control signals, speech content and auxiliary audio conditioning such as sound or music descriptions all of which we define in text space.
材料说明的限制

阅读于 2026-10-20

extended interactive sessions can still display gradual drift in scene identity and acoustic environment over long horizons

背景资料阅读于 2026-10-20

分类依据

类型、控制方式与应用领域是本站根据所引材料归纳的检索标签。它们可以重叠,不表示能力验证;未知不表示不支持。

本站整理来源中的声明,不核查厂商声明真伪,不评价模型优劣。了解收录方式 →