Meta推出PE-AV强化多模态场景理解

Meta开源Perception Encoder Audiovisual（PE-AV）：支撑SAM Audio音频分离引擎

Meta旗下AI at Meta宣布开源Perception Encoder Audiovisual（PE-AV），并将其定位为推动SAM Audio达到前沿音频分离效果的关键技术引擎。PE-AV基于更早发布的Perception Encoder体系，将音频与视觉感知进行原生融合，用于在同一表示空间...