索尼 AI 开源 PAVAS：物理感知视频转音频模型入选 CVPR 2026 Oral

索尼 AI 将物理感知视频转音频模型 PAVAS 开源至 GitHub，该模型已被 CVPR 2026 接收为 Oral 报告。PAVAS 是 MMAudio（CVPR 2025）的演进版，通过质量、速度、分割与 patch 级视觉特征构建以物体为中心的条件信息，使生成音频更贴合视频中的物理互动。