Relatório técnico, peso, demonstração tudo divulgado, comparando com Kling-Foley também não fica atrás, a comunidade de código aberto finalmente tem uma estrutura de vídeo e efeitos sonoros que realmente funciona.

Durante o monitoramento do Beating, a equipe da Xiaomi lançou o framework de código aberto para áudio e vídeo ControlFoley, enfatizando a controllabilidade: gerar sons com base em imagens, texto ou áudio de referência, e também alterar o estilo do som mantendo a sincronização de áudio e vídeo. A camada inferior utiliza um codificador de áudio e vídeo espacial-temporal modificado do CAV-MAE, implementando a desacoplamento de tempo e tom. A avaliação de múltiplas tarefas atingiu o estado da arte de código aberto (SOTA), e é competitiva em comparação com Kling-Foley, mas ainda apresenta lacunas em alguns indicadores KL na comparação com Kling-Audio-Eval e MovieGen-Audio-Bench. O projeto já publicou relatório técnico, código, pesos e demonstração.