NAVA

模型简介

百度 6.3B 的音视频生成模型，把口型、音效与画面同步做进同一套权重，音画对齐是它的核心卖点。

输出类型

生视频

架构

原生音视频对齐 DiT（基于 Wan2.2 TI2V-5B）

参数量

6.3B

所属

NAVA

商用

可商用

许可

Apache-2.0

发布

2026-05-29

收录

2026-10-03