WorldSonus：为世界模型带来声音

WorldSonus 是一个交互式视频到音频框架，为世界模型实现实时空间声音合成，应对实时生成、流中声音指令交互控制与空间对齐立体声三大挑战。该框架旨在让生成环境不再无声，并匹配交互式视频流的节奏。