谷歌与特拉维夫大学开源 SepGen 音视频生成模型
先了解这件事
2026年10月11日，AGI Hunt 报道称特拉维夫大学与 Google 研究者发布音视频生成模型 SepGen，把预训练的音视频生成模型扩展为在单次前向中同时输出视频、混音以及每条声源的独立波形，即不再只给出混合音频，而是按声源分轨给出。该模型支持生成与分离双模式：既可按文本描述为每个声源生成独立音轨，也能把现有视频的混音拆分成多轨。10月12日，AGI Hunt 后续报道称双方已开源 SepGen，并发布面向 LTX-2.5 22B dev 的开源 LoRA，开发者可直接体验多声源分轨的视频生成，例如以“吉普车引擎轰鸣”“出租车喇叭鸣响”为提示即可得到各自独立音轨。早先报道未提及开源信息，后续报道补充了开源及 LoRA 的情况；模型规模、评测结果等仍未有更多披露。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI Hunt特拉维夫大学与 Google 开源 SepGen，视频生成可输出分轨音源
特拉维夫大学与 Google 研究者发布 SepGen，将预训练音视频生成模型扩展为单次前向联合采样，可同时输出视频、混音音轨以及每个被描述声源的独立波形。模型支持生成与分离双模式，例如提示「吉普车引擎轰鸣」「出租车喇叭鸣响」即可得到各自独立音轨。面向 LTX-2.5 22B dev 的开源 LoRA 也已发布，开发者可直接体验多声源分轨的视频生成。
- AGI Hunt特拉维夫大学与 Google 研究者发布 SepGen，单次前向同时生成视频与分轨音源
特拉维夫大学与 Google 研究者发布 SepGen，把预训练音视频生成模型扩展为单次前向即可输出每条声源的独立波形，连同视频与混音一起给出。它支持生成与分离双模式，既可按文本描述为每个声源生成独立音轨，也能把现有视频的混音拆成多轨。
本事件热度走势
当前热度 10·可比范围峰值 10（10月12日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。