التقرير الفني، الأوزان، العرض التوضيحي كلها مكشوفة، والمقارنة مع Kling-Foley ليست خادعة، أخيرًا أصبح لدى المجتمع المفتوح مصدر إطار عمل للفيديو والصوت يمكن الاعتماد عليه.

في إطار مراقبة Beating، قام فريق Xiaomi بفتح مصدر إطار عمل الصوت والفيديو ControlFoley، مع التأكيد على القابلية للتحكم: توليد الصوت استنادًا إلى الصورة أو النص أو الصوت المرجعي، مع إمكانية تغيير نمط الصوت مع الحفاظ على تزامن الصوت والصورة. يعتمد الطبقة الأساسية على مشفر صوت وفيديو زمني مكاني معدل من CAV-MAE، مع تنفيذ فصل بين الوقت والنغمة. حقق تقييم المهام المتعددة أعلى مستوى في الحالة الفنية المفتوحة، ويتميز بالمنافسة عند المقارنة مع Kling-Foley، لكنه لا يزال يواجه فجوات في بعض مؤشرات KL مع Kling-Audio-Eval و MovieGen-Audio-Bench. تم نشر التقرير الفني، والكود، والأوزان، والعرض التوضيحي للمشروع.