← Tous les modèles

NAVA

Publication Éditeur Baidu

Positionnement

NAVA est un modèle de génération conjointe d’audio et de vidéo synchronisés, développé par l’équipe ERNIE de Baidu. Son réseau principal compte 6,3 milliards de paramètres et repose sur Wan2.2. Son architecture « Align-then-Fuse MMDiT » aligne d’abord les modalités audio et vidéo, puis intègre le contexte textuel et les caractéristiques des locuteurs. (huggingface.co)

Capacités et usages

  • Génération d’une séquence audiovisuelle à partir d’une instruction textuelle ou prolongement à partir d’une image initiale.
  • Génération de paroles à plusieurs locuteurs, avec contrôle du timbre de chaque voix à partir d’enregistrements WAV de référence.
  • Contrôle de la composition et des mouvements de caméra par instruction textuelle ; formats paysage, portrait et carré.
  • Usages possibles : création de courtes scènes audiovisuelles, dialogues synthétiques et prototypage créatif. (huggingface.co)

Limites et accès

La fiche officielle indique notamment une résolution recommandée de 1 280 × 704 et une durée audio maximale de 10 secondes dans la configuration décrite. Le modèle est entraîné sur des descriptions chinoises détaillées ; Baidu recommande de reformuler les instructions courtes ou en anglais. L’inférence peut fonctionner sur un GPU ou en parallèle sur jusqu’à huit GPU ; les performances et le coût dépendent du matériel. (huggingface.co)

Les poids sont publiés sous licence Apache-2.0 ; les conditions des composants associés doivent aussi être vérifiées. La fiche recommande de n’utiliser des images et voix de référence qu’avec consentement et de signaler les contenus synthétiques. (huggingface.co)

Date de publication

L’article officiel a été soumis le 28 mai 2026. Cette date concerne l’article et ne doit pas être confondue avec une date d’ouverture éventuelle d’un service API. (arxiv.org)

Tarification

Au 16 novembre 2026, aucun tarif officiel spécifique à NAVA n’a pu être vérifié sur les pages de tarification consultées de Baidu pour la Chine continentale ou l’international. La facturation des entrées et des sorties, son unité et un éventuel prix API en CNY ou en USD restent donc non vérifiés. La disponibilité des poids ne rend pas gratuit le calcul nécessaire à leur exécution. (cloud.baidu.com)

Sources officielles